Maruza. Klasterlash algoritmlari

Ta’rif 3.1. o’rgatuvchi tanlamali klassifikatsiyaning metrik algoritmi eng yaqin o’rgatuvchi ob’ektlarining umumiy vazni maksimal hisoblanuvchi ob’ektini sinfi bilan bog’laydi:

bu yerda vazn funksiyasi ob’ekti klassifikatsiyasi uchun chi qo’shisining muhimlik darajasini baholaydi. funksiyasi ob’ektining sinfiga yaqinlilik bahosi deb ataladi.
Metrik klassifikator vazn funksiyasigacha aniqlik bilan aniqlangan. Odatda u bo’yicha o’smaydigan nomanfiy tanlab olinadi. Bu va ob’ektlari bir-biriga qancha yaqin bo’lsa, ular bir sinfga tegishliligiga asoslangan kompaktlik gipotezasiga mos keladi.
o’rgatuvchi tanlamasi algoritmi parametri hisoblanadi. Parametrlarni so’zlash tanlamani eslab qolish bilan amalga oshiriladi, va vazn funksiyasining ba’zi bir parametrlarini optimallashtirish mumkun, ammo ob’ektlarining o’zlarini esa qayta ishlashga olib bormaydi va “borligicha” saqlab qolinadi. algoritmi tanlamasining lokal approksimatsiyasini quradi, bundan tashqari ob’ektni ma’lum bo’lmaguncha hisoblashlar amalga oshirilmaydi. Shu sababli, metrik algoritmlarni dangasali o’rgatish (lazy learning), o’rgatish davrida tanlamani yaqinlashtiruvchi funksiya quriladigan bo’lsa qatiyatli o’rgatish (eager learning).
vazn funksiyasini tanlash yordamida, har xil metrik klassifikatorlarni olishimiz mumkun. Bu usullar quyida keltirilgan.
3.1.2 Eng yaqin qo’shnilar usuli
Eng yaqin qo’shnilar algoritmi (nearest neibour, NN) klassifikatsi qilinuvchi ob’ektini eng yaqin o’rgatuvchi ob’ekt qaysi sinfga tegishli bo’lsa, shu sinf tegishli deb qaror qiladi:

Ushbu algoritm, ko’rinishi jihatdan juda sodda klassifikator hisoblanadi. Bu algoritmni o’rgatish barcha o’rgatuvchi tanlamasini eslab qolishga olib keladi. Bu algoritmning yagona yutug’i – amalga oshirilishi juda osonligidadir. Kamchiliklari bundanda ko’p:

• 
  Hatoliklarga turg’un emas. Agar o’rgatuvchi tanlamada shovqin ob’ekt mavjud bo’lsa – ob’ekt o’zga sinf vakillari orasida joylashgan bo’lsa, bu ob’ekt faqat o’zi noto’g’ri klassifikatsiya qilinmay, o’ziga yaqin bo’lgan atrofidagi ob’ektlarni ham noto’g’ri klassifikatsiya qiladi.
  
• 
  O’rgatuvchi tanlama yordamida so’zlash parametrlarni mavjud emasligi. Algoritm metrikasiga bog’liq bo’lib, uning qanday tanlanishi algoritmning to’g’ri ishlashi belgilab beradi.
  
• 
  Natijada – past klassifikatsiya sifati.