|
NN 분류기를 사용하여 분류를 수행하되, K의 값과 거리함수에 대하여 다양한 변형을 시도해 보시오. 그 결과를 결정경계와 분류률의 측면에서 분석하시오.
2.퍼셉트론을 사용한 분류를 수행하되, 학습률(η)과 초기치를 변화시키면서 수행
|
|
|
인공지능 센서에 의해 신속/정확하게 이동시키는 설비
④ 도서분류기(Piece Sorter) 입출고할 낱권의 도서를 각 서점별로 신속 정확하게 분류하여 포장장으로 이동시킬 뿐만 아니라 반품된 도서를 도서별, 출판사별로 각각 분류하여 재 입고시킬
|
|
|
nn(Range를 기준으로) 포함되는 알파벳의 누적값을 저장하는 함수 */
void XNN(float **, char *, float **, int baseofnn[TEST_ROW][26], float var[][6]);
/* 상위 2개의 알파벳을 k-nn응용으로 비교하여 최종값을 저장하는 함수 */
void ReturnTestAnswer(float **, float **, float *
|
|
|
분류기의 일반화 능력
현 샘플외에 미지의 샘플에 대한 분류 정확성을 분류기의 일반화 능력이라고 정의한다. 앞에서 선정한 최적분류 직선에 대해 이 값을 추가로 고려한다면 직선3이 보다 더 우수한 분류능력을 가졌다고 판단할 수 있다.
|
|
메뉴펼치기
