PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2019 | 47 | 2 |
Tytuł artykułu

Robust estimation and its application to a classification problem

Treść / Zawartość
Warianty tytułu
Języki publikacji
EN
Abstrakty
PL
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.
EN
In the article, a classification problem with two distributed classes is considered. The problem is solving using empirical discriminant functions for Gaussian classifier and estimators for unknown parameters of multivariate normal distribution. The three etimators, maximum likelihood estimator, Kulawik-Zontek estimator and minimum covariance determinant estimator, are compared in two different empirical examples (small size sample and large size sample).
Rocznik
Tom
47
Numer
2
Opis fizyczny
Daty
wydano
2019
online
2019-08-10
Twórcy
Bibliografia
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ojs-doi-10_14708_ma_v47i2_6499
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.