img045

45

■1.2. Metoda NN

jako rozpoznanie i £ / tę klasę, do której należy obiekt x^{, k} 6 U najbliższy (w myśl przyjętej metryki p) rozpoznawanemu obiektowi d (a dokładniej reprezentującemu go wektorowi a:). W najczystszej postaci algorytm ten realizuje następująca metoda.

Xlh

0 0 o o O O

o°°°

oo°ooo o o o oo o

X x x x

^X X X ^x V

X X ^A X X

A A ^A A

A A A A A A A A A A A

X X X ^x X ^A x

*    ¹ X X

V ¹ V

C‘(x)

i =1,2...../,.

(23)

Element ¹'•¹ zgodnie z przyjętymi oznaczeniami (porównaj: wzór (20)) należy do podzbioru U', a małą stalą dodatnią e wprowadzono w celu zapewnienia warunku C'(x) < oo, gdyż teoretycznie możliwe jest uzyskanie

1

1

Rys. 4.1. Metody minimaJnoodległościowe są oparte na przesłankach związanych z geometrią przestrzeni cech. Jeśli punkty, odpowiadające obiektom różnych klas (na rysunku oznaczone jako trójkąty, kółka i krzyżyki) grupują się w formie wyraźnych skupisk, to wówczas możliwe i celowe jest posłużenie się pojęciem odległości przy podejmowaniu decyzji

Przyjmując, że w przestrzeni A' zdefiniowano pewną metrykę, możemy odwzorowanie C zapisać w postaci: