http://hdl.handle.net/20.500.12128/10866
Tytuł: | Robust estimation and its application to a classification problem |
Autor: | Gacki, Henryk Kulawik, Agnieszka |
Słowa kluczowe: | Gaussian classifier; Huber's function; estimator; multivariate normal model; klasy kator gaussowski; wielowymiarowy rozkład normalny; funkcja Hubera; estymator |
Data wydania: | 2019 |
Źródło: | "Matematyka Stosowana" Nr 47 (2019), s. 81-94 |
Abstrakt: | W artykule omówiono problem klasyfikacji dla dwóch klas w przypadku przyjęcia założenia, że rozkłady cech w klasach są wielowymiarowymi rozkładami normalnymi. Problem rozwiązano za pomocą empirycznego klasyfikatora gaussowskiego i wybranych estymatorów nieznanych parametrów wielowymiarowego rozkładu normalnego. Uwzględnione zostały następujące estymatory: MLE (the maximum likelihood estimator - estymator największej wiarogodności), KZE (Kulawik- Zontek estimator) i MCDE (the minimum covariance determinant estimator). Klasyfikatory oparte o MLE i KZE zostały porównane w przypadku przykładu empirycznego (mała próba). W przypadku dużych prób porównane zostały klasyfikatory oparte o trzy wspomniane estymatory. |
URI: | http://hdl.handle.net/20.500.12128/10866 |
DOI: | 10.14708/ma.v47i2.6499 |
ISSN: | 1730-2668 2299-4009 |
Pojawia się w kolekcji: | Artykuły (WNŚiT) |
Plik | Opis | Rozmiar | Format | |
---|---|---|---|---|
Gacki_Robust_estimation_and_its_application_to_a_classification_problem.pdf | 916,08 kB | Adobe PDF | Przejrzyj / Otwórz |
Uznanie Autorstwa 3.0 Polska Creative Commons