188

. In this paper the problems of a filtration of objects for metric algorithms of classification in particular, for an algorithm of the K nearest neighbors is considered. It is invited to change the class of anomalous objects which has similar regularities to improve the stability. First result and second result which was taken after the preprocessing are compared.

  • Количество прочтений 163
  • Дата публикации 01-01-2018
  • Язык статьиIngliz
  • Страницы3-7
English

. In this paper the problems of a filtration of objects for metric algorithms of classification in particular, for an algorithm of the K nearest neighbors is considered. It is invited to change the class of anomalous objects which has similar regularities to improve the stability. First result and second result which was taken after the preprocessing are compared.

Ўзбек

Mazkur maqolada metrik klassifikatsiya algoritmlari, hususan yaqin qo`shni algoritmi uchun obektlarni filtrlash masalasi qaraladi. Turg‘unlikni yaxshilash uchun o‘xshash qonuniyatlarga ega bo‘lgan anomal obektlarning klasslarini o‘zgartirish taklif qilindi. Dastlabki natijalar va qayta ishlangandan keying natijalar solishtirildi

Русский

В данной работе рассматривается задачи фильтрации объектов для метрических алгоритмов классификации в частности, для алгоритма ближайщих соседей. Чтобы улучшить устойчивость экспериментальных данных предлагается изменить класс аномальных объектов, у которого есть малая закономерность. Сранивается результаты начальной вычисления с результатами вычислений после предобработки

№ Имя автора Должность Наименование организации
1 Matlatipov G.. UrDU
2 Mattiev J.. UrDU
№ Название ссылки
1 1. Knowledge Discovering from Clinical Data Based on Classification Tasks Solving / N. A. Ignat'ev, F.T. Adilova, G.R. Matlatipov, P.P. Chernysh// MediNFO. - Amsterdam: IOS Press, 2001. - P. 1354 - 1358.
2 2. Игнатьев Н. А. Выбор минимальной конфигурации нейронных сетей //Вычислительные технологии. - Новосибирск, 2001. - Т. 6, № 1. - С. 23 -28.:
3 3. Игнатьев Н.А. Интеллектуальный анализ данных на базе непараметрических методов классификации и разделения выборок объектов поверхностями. - Ташкент, 2008- 108с.
4 4. Игнатьев Н. А. Обобщенные оценки и локальные метрики объектов в интеллектуальном анализе данных //Монография- Ташкент
5 5. Wold S. Pattern recognition by means of disjoint principal components models // Pattern Recognition, 8, № 3, 1976, С.127 - 139.
В ожидании