"ClassDistributions" (機械学習メソッド)

詳細とサブオプション

  • "ClassDistribution"メソッドは，このクラスの例にLearnDistributionを適用することで各クラスについての確率分布を学ぶ． 新たな例が分類のために渡されると，各クラス分布について例の確率密度関数(PDF)を測定することで例のクラス確率が計算される．より正確には，確率はベイズの定理 を使って計算される．ただし，x は分類する例，はクラスの事前確率， はクラス分布についての x のPDFである．
  • 次は，使用可能なオプションである．
  • Method AutomaticLearnDistributionが使用するメソッド
  • Methodmethod の method は，LearnDistributionの任意のメソッドでよい．オプションとサブオプションが指定できるかもしれない．
  • Classify[…,AnomalyDetectorInherited]を使って，異常な例を検出するためにこのメソッドが学んだ陰的混合分布を使うことができる．

例題

すべて開くすべて閉じる

例  (3)

ラベル付きの例で分類器関数を訓練する：

新たな例を分類する：

確率を入手する：

分類器についての情報を得る：

LearnDistributionが使ったメソッドについての特定の情報を得る：

正規分布に従うデータを生成する：

可視化する：

分類器をこのデータ集合で訓練する：

各クラスの訓練集合と確率分布を特徴の関数としてプロットする：

分類器関数を訓練し，"ClassDistributions"メソッドから異常検出器を継承するように指定する：

新たな例を分類する：

異常である新たな例を分類する：

オプション  (1)

Method  (1)

分類器関数を訓練し，LearnDistributionの"KernelDensityEstimation" メソッドを使うように指定する：

新たな例のクラス確率を得る：

別の分類器を訓練し，"KernelDensityEstimation"メソッドのいくつかのオプションを指定する：

新たな例のクラス確率を得る：