ВАРИАЦИОННЫЕ МЕТОДЫ КЛАССИФИКАЦИОННОГО АНАЛИЗ ДАННЫХ презентация

Содержание

Задачи структурного (классификационного) анализа данных 1. Классификация. Разбить множество объектов на группы схожих. 2. Группировка параметров. Набор параметров, описывающих систему, необходимо разбить на группы связанных и выделить из каждой

Слайд 1ВАРИАЦИОННЫЕ МЕТОДЫ КЛАССИФИКАЦИОННОГО АНАЛИЗ ДАННЫХ
Бауман Е.В.(ВАВТ,ИПУ),
Дорофеюк А.А.(ИПУ)


Слайд 2Задачи структурного (классификационного) анализа данных
1. Классификация.
Разбить множество объектов на группы

схожих.
2. Группировка параметров.
Набор параметров, описывающих систему, необходимо разбить на группы связанных и выделить из каждой группы наиболее существенный параметр.

Слайд 33. Кусочная аппроксимация.
Требуется так разбить пространство входных параметров, чтобы сложная

во всем пространстве зависимость выходного параметра от вектора входных была простой в пределах каждой области.

Слайд 4Постановка задачи.
1). Классифицируемое множество объектов.
2). Класс допустимых классификаций.
3). Критерий

качества классификации.

Слайд 51). Классифицируемое множество объектов:
2). Класс допустимых классификаций.


Слайд 6
Задача построения размытой классификации
3). Критерий качества классификации.


Слайд 7Виды функционалов 1. Классификация евклидова пространства
с заданным законом распределения
где
- среднее

i-го класса.

Слайд 82. Экстремальная группировка параметров


Слайд 93. Кусочно-линейная аппроксимация
- пространство входных параметров
с заданным законом распределения
- выходной параметр.


Слайд 10Виды размытости классификации
1. Четкая классификация


Слайд 112. Размытая классификация по Беждеку


Слайд 123. Классификация с размытыми границами


Слайд 134. Качественная размытая классификация


Слайд 145. Классификация с перекрывающимися классами


Слайд 15Вид оптимальной классификации


Слайд 16Алгоритм классификации при известном законе распределения (конечная выборка объектов)


Слайд 17Критерий качества классификации, зависящий от моментов классов


Слайд 18Вид оптимальной классификации функционала (1)


Слайд 19Классификация по бесконечной выборке объектов


Слайд 20Алгоритм


Слайд 21Сходимость алгоритма


Слайд 22Система анализа данных «АНАЛИТИК»
Вид обрабатываемых данных. Куб данных - таблица «объекты-параметры», развернутая

во времени.
Основные модули: предобработки, экстремальной группировки параметров, классификации объектов, анализа множества полученных классификаций, кусочной аппроксимации и рекуррентных алгоритмов.
Выдача результатов: в том числе на карту.

Слайд 23Схема обработки данных в системе «АНАЛИТИК»


Слайд 24Развертка куба данных


Слайд 25Предобработка
Выбор текущего подкуба данных
Создание производных показателей
Описательная статистика
Выявление выбросов в данных
Заполнение пропусков

в данных
Нормирование данных

Слайд 26Группировка параметров


Слайд 27Классификация объектов


Слайд 28Кусочная аппроксимация


Слайд 29Анализ множества полученных классификаций


Слайд 30Рекуррентные алгоритмы


Обратная связь

Если не удалось найти и скачать презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое ThePresentation.ru?

Это сайт презентаций, докладов, проектов, шаблонов в формате PowerPoint. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами с другими пользователями.


Для правообладателей

Яндекс.Метрика