Маска - признак - Большая Энциклопедия Нефти и Газа, статья, страница 1
Спонсор - это человек, которому расстаться с деньгами проще, чем объяснить, откуда они взялись. Законы Мерфи (еще...)

Маска - признак

Cтраница 1


Маска признаков MP - это последовательность N чисел, в которой / - й элемент соответствует / - му но порядку признаку исходного описания вектора, включая признак класса.  [1]

Маска признаков MP задает максимальное число градаций ( тах) в переборной схеме для каждого признака. При МР ( г) О признак опускается.  [2]

При задании маски признаков для программы ВОЛНА нужно помнить, что выходная переменная, а также переменные, объявленные недействительными для программы СОВА, сохраняют свое значение и положение в файле данные. Остальные переменные преобразуются и заменяются на новые, которые идут в порядке убывания соответствующих собственных чисел.  [3]

С помощью маски признаков MP ( карта 15) исключается первый признак ( МР ( 1) 0), сформированный программой ВВОД. В результате десять основных признаков оказываются преобразовапными в дискретный вид.  [4]

В простейшем случае маску признаков для программы ВОЛНА можно взять такой - же, как для программы СОВА.  [5]

Маска векторов MB и маска признаков MP используются программой GRAD нестандартно ( см. гл.  [6]

Любое другое число в маске признаков означает, что соответствующий признак не используется.  [7]

Список МАСКА содержит маску векторов MB и маску признаков MP, описанные в § 1 этой главы. Кроме того, список содержит массив NMPA, используемый только программой ВОЛНА при построении линейной оценки регрессии ( о нем речь пойдет ниже), и параметры ТВ и КМ. Параметр ТВ служит для создания периодических масок. Способ работы с ним подробно изложен в § 3 гл. Параметр КМ служит для организации ввода управляющих данных в тех случаях, когда программа ВОЛНА в цикле решает несколько вариантов задачи.  [8]

В группе данных МАСКА вводятся маски векторов и маски признаков, способ работы с которыми описан в § 1 этой главы. С помощью маски признаков исследователь может сам ограничить набор параметров, среди которых ищется оптимальная комбинация аргументов зависимости. Кроме того, в этой группе данных может быть задан массив NMPA. В алгоритмах ПОР и ПОР-3 он служит для задания списка обязательных переменных, которые безусловно должны присутствовать среди аргументов зависимости. Если массив NMPA не задан пользователем, то переменные рашкируются в том порядке, в котором записаны координаты векторов в файле данные, или ( в алгоритмах ПОР и ПОР-3) полагается, что обязательных переменных нет.  [9]

Это сообщение печатается тогда, когда в описании задачи в маске признаков нет ни одной двойки.  [10]

Это сообщение печатается тогда, когда в режиме восстановления регрессии в маске признаков нет ни одной двойки.  [11]

Исследователь может и сам испытать в ряде экспериментов несколько комбинаций исходных признаков, применяя алгоритм ОР в комбинации с различными масками признаков и сравнивай результаты по материалу экзамена.  [12]

В группе данных МАСКА вводятся маски векторов и маски признаков, способ работы с которыми описан в § 1 этой главы. С помощью маски признаков исследователь может сам ограничить набор параметров, среди которых ищется оптимальная комбинация аргументов зависимости. Кроме того, в этой группе данных может быть задан массив NMPA. В алгоритмах ПОР и ПОР-3 он служит для задания списка обязательных переменных, которые безусловно должны присутствовать среди аргументов зависимости. Если массив NMPA не задан пользователем, то переменные рашкируются в том порядке, в котором записаны координаты векторов в файле данные, или ( в алгоритмах ПОР и ПОР-3) полагается, что обязательных переменных нет.  [13]

Общее число признаков в дискретном описании обозначено через N. Отметим, что маска признаков MP должна соответствовать по числу и порядку признаков дискретному описанию. Такое представление мы называем бинарным описанием. В бинарном описании каждому дискретному признаку, принимающему К значений, ставится в соответствие К бинарных признаков.  [14]

В некоторых задачах желательно ряд входных неременных не подвергать преобразованию - это существенно для содержательной интерпретации оптимального набора аргументов. Такие неременные должны быть исключены маской признаков для программы СОВА ( МРШ0) и объявлены действительными ( MPU) 1) для программы ВОЛНА.  [15]



Страницы:      1    2