Prednaska 3

skripta: Statisticke aspekty dobyvani znalosti z dat, Holena

tridy:
C1 | C2
——-
C3 | C4

<m>f: X→{C1…Cn}</m>

• dalsim vystupem muze byt ohodnoceni spolehlivosti klasifikace
  • napr. <0,1>
• <m>f: X→ C in [0,1]^n (C1…Cn)</m>

• E(C,f(x))
• vyjadreni pomoci matice <m>M_ij</m>

<m>g: R^n → R^m</m>
<m>g: X → Y={C1..Cn}</m>

• tento pripad shody s klasifikaci
• klasifikator se da popsat jako specialni model regresniho modelu

• Manhattonska vzdalenost
• Euklidovska vzdalenost
• Kullback-Leibler - vzdalenost mezi dvema rozdelenimi pravdepodobnosti

• model je primka
• <m>f(x) = w^Tx + b</m>
• stabilita modelu: pri male zmene vstupu se vyrazne nemeni vystup - male vahy <m>w^T</m>
• regularizacni opertaor <m>phi(f)</m>