Tájékoztató leírás

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2017. december 2-án felülvizsgált verziótól ; az ellenőrzéshez 1 szerkesztés szükséges .

Egy objektum jellemző leírása ( magyar jellemzővektor ) egy olyan vektor , amely egy adott objektum adott jellemzőkészletének megfelelő értékekből áll. A funkcióértékek különböző típusúak lehetnek, nem feltétlenül numerikusak . Ez az egyik leggyakoribb adatbeviteli módszer a gépi tanulásban .

Formális definíció

Jelölje X -szel valamely tárgyterület tárgyainak, helyzeteinek, precedenseinek halmazát . Például az orvostudományban előforduló gépi tanulási problémáknál a páciensek, a hitelezés területén a hitelbírálat során - hitelfelvevők , a spamszűrési problémában - az egyéni üzenetek lehetnek precedensek.

A jellemző ( angol jellemző ) egy objektum, azaz egy kijelző valamilyen jellemzőjének mérésének eredménye:

{\displaystyle f\colon X\to D_{f))

ahol a megengedett attribútumértékek halmaza. $D_f$

A jellemzőértékek lehetnek szövegek , grafikonok , digitalizált képek , numerikus sorozatok , adatbázis rekordok stb. A készlettől függően a funkciók a következő típusokra oszthatók: $D_f$

kettős jel: ; $D_{f}=\{0,1\}$
nominális attribútum: - véges halmaz; $D_f$
sorszámú attribútum: - véges rendezett halmaz; $D_f$
mennyiségi előjel: - valós számok halmaza. $D_f$

Gyakran előfordulnak különböző típusú jellemzőkkel kapcsolatos problémák, amelyekre nem minden módszer alkalmas.

Ha jellemzők adottak , akkor a vektort az objektum jellemző leírásának nevezzük . ${\displaystyle f_{1},\dots ,f_{n))$ ${{\mathbf x}}=(f_{1}(x),\pontok ,f_{n}(x))$ $x\X-ben$

A gépi tanulásban a jellemzőleírások magukkal az objektumokkal azonosíthatók, vagyis: . Ebben az esetben a halmazt jellemzőtérnek nevezzük . $X=D_{f_{1}}\times D_{f_{2}}\times \dots \times D_{f_{n}}$ $x$

A jellemző-objektum mátrix (információs mátrix, bemeneti adatmátrix)hosszúságú(sorok,oszlopok)írvaEnnek a mátrixnak az oszlopai jellemzőknek felelnek meg, és minden sor egy tanulási objektum jellemző leírása. Ez a fajta reprezentáció elfogadott az osztályozás és a regresszióanalízis problémáiban , és sok tanulási módszer feltételezi az adatok ilyen reprezentációját. $X^{l}=(x_{1},x_{2},\dots ,x_{l})$ $l$ $l\times n$ $l$ $n$ ${\displaystyle f_{1},\dots ,f_{n))$

Alkalmazásokban

Előfordulhat, hogy a gyakorlatban felmerülő problémák nem tartalmaznak matematikai feldolgozásra alkalmas adatokat. Például a levélszemétszűrési feladatban az objektumokat - üzeneteket - tetszőleges hosszúságú szövegek jelenítik meg, tartalmazhatnak különféle formátumú mellékleteket stb. Az adatok szabványos formába hozásához egy eljárást alkalmaznak - jellemzők kivonása adatokból vagy jellemzők generálása ( .funkciógenerálás ) . Így minden leképezést egy halmazból egy értékkészletre, amely alkalmas a feldolgozásra, jellemzőnek tekinthető. Semmi sem akadályoz meg bennünket abban, hogy valamilyen osztályozási (vagy regressziós) algoritmust vegyünk ilyen leképezésnek, amely lehetővé teszi az algoritmusok összetett összetételének előállítását. $x$

Irodalom

Ayvazyan S. A., Enyukov I. S., Meshalkin L. D. Alkalmazott statisztika: a modellezés és az elsődleges adatfeldolgozás alapjai. - M. : Pénzügy és statisztika, 1983. - 471 p.
Zhuravlev Yu. I., Ryazanov V. V., Senko O. V. Elismerés. Matematikai módszerek. Szoftver rendszer. Praktikus alkalmazások. - M . : Fazis, 2006.
Zagoruiko NG Alkalmazott adat- és tudáselemzési módszerek. - Novoszibirszk: IM SO RAN, 1999. - ISBN 5-86134-060-9 .
Hastie T., Tibshirani R., Friedman J. A statisztikai tanulás elemei: adatbányászat, következtetés és előrejelzés. - Springer, 2001. - 533 p. — ISBN 9780387952840 .

Linkek

Funkció leírása , machinelearning.ru