Помощь в написании студенческих работ
Антистрессовый сервис

Определение информативного набора параметров

Реферат: Определение информативного набора параметров
РефератПомощь в написанииУзнать стоимостьмоей работы

Полужирным шрифтом в таблице выделены наибольшие значения, позволяющие отнести объект к определенному классу. В большинстве случаев эти значения превышают 0.5, а значит данные тексты можно однозначно отнести к определенному автору. Однако объекты 3, 13, 16, и 24 имеют вероятность меньшую 0,5, но больше 0,4. В данных случаях можно говорить, что эти объекты с большой долей вероятности принадлежат… Читать ещё >

Определение информативного набора параметров (реферат, курсовая, диплом, контрольная)

Вычислим для каждого параметра среднее значение и стандартное отклонение в диапазоне данных 100 предложений выборки каждого априорного класса. Результаты вычислений представлены в таблице 7.

Табл. 7. Результаты вычислений среднего значения и стандартного отклонения для параметров априорного набора параметров.

Параметры.

Довлатов.

Цион.

Матюшкин-Герке.

Среднее значение.

Стандартное отклонение.

Среднее значение.

Стандартное отклонение.

Среднее значение.

Стандартное отклонение.

X1.

6,66.

3,934.

7,99.

5,454.

11,43.

8,02.

X2.

35,22.

20,288.

40,92.

28,139.

61,93.

42,419.

X3.

6,17.

3,385.

5,57.

3,841.

4,843.

X4.

1,15.

0,435.

1,43.

0,756.

1,46.

0,797.

X5.

1,11.

0,399.

0,9.

0,362.

1,13.

0,418.

X6.

0,16.

0,615.

0,39.

0,815.

0,24.

0,712.

X7.

0,08.

0,339.

0,04.

0,243.

X8.

0,04.

0,197.

0,15.

0,458.

0,33.

0,667.

X9.

0,04.

0,197.

0,12.

0,356.

0,26.

0,525.

X10.

0,03.

0,171.

0,04.

0,197.

X11.

0,01.

0,1.

X12.

0,01.

0,1.

X13.

0,4.

0,586.

0,49.

0,732.

0,34.

0,555.

X14.

0,03.

0,223.

X15.

0,03.

0,171.

X16.

0,01.

0,1.

X17.

5,22.

3,129.

6,21.

4,142.

8,76.

6,035.

X18.

1,44.

1,25.

1,78.

1,845.

2,7.

2,303.

X19.

Результаты работы вероятностного алгоритма представлены в таблице 9:

Табл. 15. Вероятностный алгоритм распознавания.

Объекты.

Классы.

К2 (Цион).

К3 (Матюшкин-Герке).

К1 (Довлатов).

0,311.

0,139.

0,550.

0,513.

0,153.

0,334.

0,492.

0,201.

0,306.

0,335.

0,145.

0,521.

0,193.

0,666.

0,141.

0,314.

0,181.

0,505.

0,219.

0,064.

0,717.

0,294.

0,095.

0,611.

0,178.

0,064.

0,758.

0,578.

0,193.

0,228.

0,267.

0,518.

0,215.

0,358.

0,130.

0,512.

0,426.

0,280.

0,295.

0,306.

0,516.

0,177.

0,292.

0,150.

0,558.

0,445.

0,209.

0,346.

0,529.

0,189.

0,282.

0,432.

0,141.

0,428.

0,120.

0,043.

0,836.

0,576.

0,209.

0,215.

0,252.

0,105.

0,643.

0,264.

0,531.

0,205.

0,191.

0,069.

0,740.

0,421.

0,259.

0,321.

0,301.

0,161.

0,538.

0,172.

0,708.

0,120.

0,295.

0,156.

0,549.

Полужирным шрифтом в таблице выделены наибольшие значения, позволяющие отнести объект к определенному классу. В большинстве случаев эти значения превышают 0.5, а значит данные тексты можно однозначно отнести к определенному автору. Однако объекты 3, 13, 16, и 24 имеют вероятность меньшую 0,5, но больше 0,4. В данных случаях можно говорить, что эти объекты с большой долей вероятности принадлежат соответствующим классам. В случае с объектом 18 однозначного решения вынести нельзя, слишком мала разница вероятности принадлежности классу 1 (Довлатов) — 0,428 и классу 2 (Цион) — 0,432.

Таким образом, по результатам вероятностного алгоритма можно составить матрицу решений (см табл. 10), где принадлежность объекта определенному классу обозначается как 1, а не принадлежность — 0.

Табл. 16. Матрица решений.

Объекты.

Классы.

К1 (Цион).

К2 (Матюшкин-Герке).

К3 (Довлатов).

Показать весь текст
Заполнить форму текущей работой

Сессия? Спокойно!