.
.
Портал искусственного интеллекта
.
.
.
.
.
.
 
Карта сайта Портал искусственного интеллекта  -  Каталог статей  -  Автоматическая классификация :: 1 часть  
 

Нашли ошибку?

Нашли ошибку?

Нет ничего проще: выделите текст с ошибкой, нажмите CTRL+ENTER и мы уже знаем о ней!

Партнерство

Хотите стать партнером?

Присылайте свои предложения и мы обязательно рассмотрим их

Написать нам

Есть интересная информация?

Пишите нам и мы разместим ее на страницах портала искусственного интеллекта

Автоматическая классификация

. Классификация. Гипотеза компактности
  Под классификацией понимается система группировки множества объектов, составленная на основе учета общих признаков этих объектов и закономерных связей между ними. Целью классификации является образование групп схожих между собой объектов, которые принято называть классами или кластерами. Слово кластер английского происхождения (cluster), переводит...
. Методы классификации
  Методы классификации, можно разделить на несколько групп. По способу задания показателя качества классификации методы делятся на эвристические и оптимизационные. По способу объединения – на дивизимные, агломеративные и итеративные.Эвристические алгоритмы основаны на опыте и интуиции человека. Показатель качества классификации, который необход...
. Типы шкал
  На сегодняшний день различают четыре основных типа шкал измерений: номинальная, порядковая, интервальная и относительная. Каждый тип шкалы обладает определенными признаками, которые рассматриваются ниже; сейчас же рассмотрим какую роль играет техника измерений в процессе классификации. Часто при классификации исследователь не имеет возможности чис...
. Мера расстояния
  Сходство или различие между объектами классификации устанавливается в зависимости от выбранного метрического расстояния между ними. Если каждый объект описывается i свойствами (признаками), то он может быть представлен как точка в i-мерном пространстве, и сходство с другими объектами будет определяться как соответствующее расстояние. При классифика...
. Метод ближайшего соседа или метод одиночной связи
  Множество методов иерархического кластерного анализа различается не только используемыми мерами сходства и различия, но и алгоритмами классификации. Из них наиболее распространен метод ближайшего соседа. Этот метод известен также под названием метод одиночной связи. Пусть требуется провести классификацию заданного множества объектов методом ближа...
. Метод наиболее удаленных соседей или метод полной связи
  Множество методов иерархического кластерного анализа различается не только используемыми мерами сходства (различия), но и алгоритмами классификации. Из них наиболее распространен метод наиболее удаленных соседей или метод полной связи. Пусть требуется провести классификацию заданного множества объектов методом наиболее удаленных соседей. Расстоян...
. Метод невзвешенного попарного среднего - UPGMA
  Множество методов иерархического кластерного анализа различается не только используемыми мерами сходства (различия), но и алгоритмами классификации. Один из них метод невзвешенного попарного среднего – Unweighted Pair-Group Method Using Arithmetic Averages или сокращенно UPGMA. Пусть требуется провести классификацию заданного множества объек...
. Метод взвешенного попарного среднего - WPGMA
  Множество методов иерархического кластерного анализа различается не только используемыми мерами сходства (различия), но и алгоритмами классификации. Один из них метод взвешенного попарного среднего – Weighted Pair-Group Method Using Arithmetic Averages или сокращенно WPGMA. Пусть требуется провести классификацию заданного множества объектов ...
. Алгоритмы Форель и Форель 2
  Алгоритм Форель является примером эвристического дивизимного алгоритма классификации. В основе работы алгоритма Форель лежит использование гипотезы компактности: близким в содержательном смысле объектам в геометрическом пространстве признаков соответствуют обособленные множества точек, так называемые «сгустки». Если расстояние между центром n-го та...
Новости
Участие в проекте по разработке гуманоидного робота NAO
 
.
Статистика посещений
.
. . .
.