Машинное обучение вики
Advertisement
Добавьте ссылок.png
Эта статья плохо повышает индекс цитируемости
авторов других статей этой вики.


Вы можете помочь, добавив навигационные ссылки.

SVM.png
Эта статья нуждается в структуризации!


Вы можете помочь, кластеризовав информацию в этой статье.
Возможно, следует разбить её на разделы или на несколько статей.

Рассмотрим задачу многоклассовой классификации. — количество классов. Для применения кодов, исправляющих ошибки, в задаче классификации предлагается представить метку каждого класса бинарным вектором длины , естественно, . Точное значение зависит от метода исправления ошибок в коде и количества классов. Закодировать можно, например, с помощью кодов Хэмминга (исправляет одну ошибку и находит двойную), БЧХ-кодов (исправляет уже заданное число ошибок).

Пусть — кодовое слово, отвечающее за метку класса . Введём — классификаторы, решающие задачу бинарной классификации с метками . Если раньше каждому объекту в задаче многоклассовой классификации ставилась в соответствие одна метка класса , то теперь — бинарный вектор длины . Каждый классификатор из множества будет прогнозировать соответствующий разряд вектора : классификатор прогнозирует -ый разряд вектора .

Классификаторы могут прогнозировать метку класса объекта, тогда полученный после прогнозирования каждого разряда вектор подвергается операции исправления ошибок в соответствии с методом, с помощью которого метки классов были закодированы, получается вектор . Класс объекта определяется по ближайшему к вектору по расстоянию Хэмминга : .

Классификаторы могут прогнозировать вероятность первого класса объекта, тогда операция исправления ошибок не проводится, и класс объекта можно прогнозировать следующим образом: .

Advertisement