- •Лабораторна робота № 1. Евристичний алгоритм класифікації з використанням даних навчального експерименту
- •1. Короткі теоретичні відомості
- •2. Домашнє завдання
- •3. Порядок виконання роботи
- •Контрольні запитання
- •Лабораторна робота № 2. Оптимальна оцінка значення прогнозованого параметра
- •1. Короткі теоретичні відомості
- •2. Домашнє завдання
- •3. Порядок виконання роботи
- •Контрольні запитання
- •Лабораторна робота № 3. Оптимальна класифікація
- •1. Короткі теоретичні відомості
- •2. Домашнє завдання
- •3. Порядок виконання роботи
- •Контрольні запитання
- •Варіанти завдань для лабораторних робіт №2 та №3
- •Лабораторна робота № 4. Метод дискримінантних функцій
- •1. Короткі теоретичні відомості
- •2. Домашнє завдання
- •3. Порядок виконання роботи
- •Контрольні запитання
- •Лабораторна робота № 5. Метод потенціальних функцій
- •1. Короткі теоретичні відомості
- •2. Домашнє завдання
- •3. Порядок виконання роботи
- •Контрольні запитання
- •Література
Контрольні запитання
1. Яку інформацію повинен мати дослідник для вирішення задачі індивідуального прогнозування методами теорії статистичної класифікації?
2. Як можна визначити апріорні імовірності приналежності даного екземпляра до визначеного класу?
3. У чому полягає задача індивідуального прогнозування методами теорії статистичної класифікації? У якому випадку доцільно ставити цю задачу?
4. Якими співвідношеннями пов'язані між собою умовні спільні густини розподілу ознак за умови, що екземпляр належить до даного класу, і спільна густина розподілу ознак і прогнозованого параметра?
5. Дайте характеристику ризиків виробника й споживача та інших ймовірностей прийняття помилкових рішень при оптимальній класифікації.
6. У чому полягає критерій Байєса?
7. Яким чином можна мінімізувати середній ризик (середні втрати) при розпізнаванні?
8. Що називається відношенням правдоподібності?
9. Сформулюйте алгоритм оптимальної класифікації.
10. Як параметри спільного розподілу впливають на імовірності прийняття помилкових рішень при оптимальній класифікації?
11. Зобразіть графічно взаємне розташування безумовних і умовних густин розподілу для індивідуального прогнозування методом оптимальної класифікації за однією ознакою. За допомогою цього малюнка дайте графічну інтерпретацію ймовірностей прийняття правильних і помилкових рішень.
Варіанти завдань для лабораторних робіт №2 та №3
Варіант №1
Mx=5.0 My=15.0 σ[x]=0.5 σ[y]=1.0 R1=-0.5 R2=-0.8 X(1)=2.0 X(2)=4.0 X(3)=6.0 X(4)=8.0
|
Варіант №2
Mx=4.0 My=12.0 σ[x]=0.4 σ[y]=1.6 R1=-0.4 R2=-0.9 X(1)=6.0 X(2)=5.0 X(3)=4.0 X(4)=3.0
|
Варіант №3
Mx=4.0 My=20.0 σ[x]=0.6 σ[y]=1.2 R1=-0.5 R2=-0.8 X(1)=5.0 X(2)=4.0 X(3)=3.0 X(4)=2.0
|
Варіант №4
Mx=10.0 My=12.0 σ[x]=0.8 σ[y]=1.6 R1=-0.5 R2=-0.7 X(1)=2.0 X(2)=3.0 X(3)=4.0 X(4)=5.0
|
Варіант №5
Mx=10.0 My=15.0 σ[x]=1.0 σ[y]=2.0 R1=0.7 R2=0.9 X(1)=10.5 X(2)=11.0 X(3)=10.0 X(4)=9.0
|
Варіант №6
Mx=6.0 My=13.0 σ[x]=0.5 σ[y]=1.2 R1=-0.7 R2=-0.9 X(1)=6.5 X(2)=7.0 X(3)=6.0 X(4)=5.0
|
Варіант №7
Mx=10.0 My=10.0 σ[x]=0.3 σ[y]=0.8 R1=-0.7 R2=-0.9 X(1)=10.9 X(2)=10.6 X(3)=10.0 X(4)=9.4
|
Варіант №8
Mx=4.0 My=15.0 σ[x]=0.5 σ[y]=1.5 R1=-0.7 R2=-0.9 X(1)=4.5 X(2)=5.0 X(3)=4.0 X(4)=3.0
|
Варіант №9
Mx=6.0 My=13.0 σ[x]=0.5 σ[y]=1.2 R1=-0.7 R2=-0.9 X(1)=6.5 X(2)=7.0 X(3)=6.0 X(4)=5.0
|
Варіант №10
Mx=10.0 My=15.0 σ[x]=0.5 σ[y]=1.5 R1=-0.7 R2=-0.9 X(1)=11.5 X(2)=11.0 X(3)=10.0 X(4)=9.0
|
Варіант №11
Mx=55.0 My=2.0 σ[x]=0.3 σ[y]=1.8 R1=0.02 R2=-0.9 X(1)=55.9 X(2)=55.6 X(3)=55.0 X(4)=54.4
|
Варіант №12
Mx=5.0 My=16.0 σ[x]=1.2 σ[y]=0.8 R1=-0.5 R2=-0.4 X(1)=8.6 X(2)=7.4 X(3)=5.0 X(4)=2.6
|
Варіант №13
Mx=21.0 My=17.0 σ[x]=0.5 σ[y]=1.1 R1=-0.4 R2=-0.8 X(1)=22.5 X(2)=20.0 X(3)=21.0 X(4)=20.0
|
Варіант №14
Mx=15.0 My=25.0 σ[x]=1.0 σ[y]=0.5 R1=0.5 R2=-0.9 X(1)=16.0 X(2)=15.0 X(3)=14.0 X(4)=13.0
|
Варіант №15
Mx=10.0 My=15.0 σ[x]=0.5 σ[y]=1.0 R1=0.5 R2=-0.2 X(1)=10.5 X(2)=11.0 X(3)=12.0 X(4)=13.0
|
Варіант №16
Mx=15.0 My=10.0 σ[x]=0.4 σ[y]=0.9 R1=-0.8 R2=-0.5 X(1)=16.2 X(2)=15.8 X(3)=15.0 X(4)=14.2
|
Варіант №17
Mx=10.0 My=20.0 σ[x]=0.6 σ[y]=0.8 R1=-0.6 R2=-0.7 X(1)=11.8 X(2)=11.2 X(3)=10.0 X(4)=8.8 |
Варіант №18
Mx=9.0 My=13.0 σ[x]=0.5 σ[y]=0.8 R1=-0.4 R2=-0.5 X(1)=10.5 X(2)=10.0 X(3)=9.0 X(4)=8.0 |
Варіант №19
Mx=10.0 My=20.0 σ[x]=0.7 σ[y]=0.9 R1=-0.7 R2=-0.9 X(1)=12.1 X(2)=11.4 X(3)=10.0 X(4)=8.6 |
Варіант №20
Mx=12.0 My=25.0 σ[x]=0.6 σ[y]=0.8 R1=-0.7 R2=-0.8 X(1)=13.8 X(2)=13.2 X(3)=12.0 X(4)=10.8 |
Варіант №21
Mx=15.0 My=10.0 σ[x]=0.4 σ[y]=0.9 R1=-0.8 R2=-0.5 X(1)=16.2 X(2)=15.8 X(3)=15.0 X(4)=14.2
|
Варіант №22
Mx=15.0 My=10.0 σ[x]=0.4 σ[y]=0.9 R1=-0.8 R2=-0.5 X(1)=16.2 X(2)=15.8 X(3)=15.0 X(4)=14.2 |
Варіант №23
Mx=10.0 My=20.0 σ[x]=0.7 σ[y]=0.9 R1=-0.7 R2=-0.9 X(1)=12.1 X(2)=11.4 X(3)=10.0 X(4)=8.6 |
Варіант №24
Mx=5.0 My=20.0 σ[x]=0.3 σ[y]=0.8 R1=-0.7 R2=-0.9 X(1)=5.9 X(2)=5.6 X(3)=5.0 X(4)=4.7 |
Варіант №25
Mx=5.0 My=20.0 σ[x]=0.5 σ[y]=0.9 R1=-0.7 R2=-0.9 X(1)=6.5 X(2)=6.0 X(3)=5.0 X(4)=4.0 |
Завдання до лабораторної роботи №3
1) Ц1→2 = Ц2→1
2) r = -0.9
3) Yгр = My - σ[x]