Урок2

11

Примеры кластеров

Колымская низменность. Снимок SPOT 4, 15 июня 2012 г. (SpotImage, ИТЦ «СКАНЭКС», 2012)

12

Примеры кластеров

Пространственные кластеры

13

Типовые задачи классификации

1) комбинационные группировки — разбиение совокупности на интервалы

(области) группирования;

2)простая классификация / типологизация – выявление естественного расслоения анализируемых данных (объектов) на четко выраженные «сгустки»

(кластеры/классы), лежащие друг от друга на некотором расстоянии, но не разбивающиеся на столь же удаленные друг от друга части;

3)связная неупорядоченная классификация / типологизация – использование реализованной в пространстве результирующих показателей простой типологизации в качестве обучающих выборок при классификации той же совокупности объектов в пространстве описательных признаков;

14

Типовые задачи классификации

4)связная упорядоченная классификация / типологизация, которая отличается от связной неупорядоченной возможностью экспертного упорядочения классов;

5)структурная классификация / типологизация дает на «выходе» задачи дополнительно к описанию классов еще и описание существующих между ними и их элементами структурных связей;

6)типологизация динамических траекторий системы – в качестве классифицируемых объектов выступают характеристики динамики исследуемых систем.

15

Базовые способы классификации

Различают три основных режима классификации или распознавания:

1.Распознавание с обучением, с учителем.

2.Распознавание без обучения, без учителя или самообучение, автоматическая классификация.

3.Распознавание с частичным обучением.

Основные этапы:

1.Обучение – выделение общего образа, класса как совокупности признаков объектов, его составляющих.

2.Распознавание – отнесение объекта к одному из известных классов

(классификация).

16

Классификация объектов по одному признаку

17

Методы классификации объектов по одному признаку

1.Метод равных интервалов

2.Экспертный метод

3.Метод квантилей

4.Метод естественных интервалов

18

Метод равных интервалов

19

Классификация на основе экспертных оценок

20

Метод квантилей

Принцип классификации – границы классов задаются исходя из плотности распределения вероятностей случайной величины в рамках интервала [Xmin ,Xmax ] ,

разбиение на неравные M частей.

Если Xn [am,bm) m , (bm am) (bi ai ).

Формируются квантили вероятностей попадания СВ в заданный интервал:

Класс 1: вероятность <0,1 – интервал [a1,b1);

Класс 2: вероятность <0,3 – интервал [a2 b1,b2);

Класс 3: вероятность <0,5 – интервал [a3 b2,b3);

…

Класс M: вероятность <1 – интервал [aM 1 bM 1,bM );

Для вычисления границ классификационных интервалов может использоваться функция НОРМОБР() для нормально распределенных величин.