ТПР. КР / Контрольная работа (практика)
.doc
Задание 2.
2.1. Задано три образа (вектора информативных признаков): x1, x2 и x3. Каждый образ представлен вектором из двух информативных признаков x1, x2. Образы x1, x2 и x3 заданы произвольно и занесены в таблицу.
|
x1 |
x2 |
x1 |
1 |
1 |
x2 |
9 |
4 |
x3 |
3 |
2 |
Используя метрики евклидова расстояния, направляющих косинусов и расстояния Танимото, определим к какому образу (x2 или x3) «ближе» образ x1.
Для Евклидова расстояния получим:
-
Евклидово расстояние
p12
8,544003745
p13
2,236067977
Следовательно, согласно данной мере образ x1 блже к x3.
Для направляющих косинусов получим:
-
Направляющие косинусы
p12
0,933345606
p13
0,980580676
Следовательно, согласно данной мере образ x1 блже к x2.
Для расстояния Танимото получим:
-
Расстояние Танимото
p12
0,151162791
p13
0,5
Следовательно, согласно данной мере образ x1 блже к x2.
-
Задана обучающая последовательность, характеризующая некоторое распределение образов на два класса. Заданы произвольно три образа (x11, x12, x13). Определить к каким классам относятся заданные три вектора. Решить задачу с применением методов ближайшего соседа и сравнения с эталоном (при этом используем метрику евклидова расстояния). Определить к каким классам относятся заданные три вектора. Решить задачу с использованием метода линейной разделяющей функции и одного из алгоритмов обучения. Данные занести в таблицу.
|
x1 |
x2 |
Класс |
Метод ближай- шего соседа
|
Метод сравнения с эталоном
|
Метод линейного разделения |
x1 |
4 |
1 |
0 |
|||
x2 |
2 |
1 |
0 |
|||
x3 |
5 |
2 |
0 |
|||
x4 |
1 |
2 |
0 |
|||
x5 |
1 |
3 |
0 |
|||
x6 |
7 |
3 |
1 |
|||
x7 |
9 |
4 |
1 |
|||
x8 |
7 |
4 |
1 |
|||
x9 |
6 |
5 |
1 |
|||
x10 |
7 |
6 |
1 |
|||
x11 |
2 |
2 |
----- |
0 |
0 |
0 |
x12 |
3 |
8 |
----- |
1 |
1 |
1 |
x13 |
4 |
7 |
----- |
1 |
1 |
1 |
Рис.1
Метод ближайшего соседа:
|
x11 |
x12 |
x13 |
x1 |
2,236067977 |
7,071068 |
6 |
x2 |
1 |
7,071068 |
6,32455532 |
x3 |
3 |
6,324555 |
5,09901951 |
x4 |
1 |
6,324555 |
5,83095189 |
x5 |
1,414213562 |
5,385165 |
5 |
x6 |
5,099019514 |
6,403124 |
5 |
x7 |
7,280109889 |
7,211103 |
5,83095189 |
x8 |
5,385164807 |
5,656854 |
4,24264069 |
x9 |
5 |
4,242641 |
2,82842712 |
x10 |
6,403124237 |
4,472136 |
3,16227766 |
Т.о. x12 и x13 относятся к классу 1, а x11 к классу 0.
Метод сравнения с эталоном:
Сперва вычислим эталоны для каждого класса. Для класса 0 -
x1Э0 |
x2Э0 |
2,6 |
1,8 |
Для класса 1 –
x1Э1 |
x2Э1 |
7,2 |
4,4 |
Далее для каждого «неклассифицированного» объекта вычислим расстояние до эталона, используя меру Евклида.
|
До эталона класса 0 |
До эталона класса 1 |
x11 |
0,632455532 |
5,727128 |
x12 |
6,212889827 |
5,531727 |
x13 |
5,385164807 |
4,123106 |
Т.о. x12 и x13 относятся к классу 1, а x11 к классу 0
Для получения разделяющей гиперплоскости воспользуемся правилом Розенблатта. Таким образом, на основе обучающей последовательности получим следующие коэффициенты:
w0 |
0,682393 |
w1 |
0,086164 |
w2 |
0,066164 |
На основе этих коэффициентов построим разделяющую гиперплоскость (рис.1). Теперь определим к каким классам относятся образы x11, x12, x13 .
Очевидно, что x13 и x12 относятся к классу 1, а x11 к классу 0.