ИССЛЕДОВАНИЕ ВЛИЯНИЯ НОРМИРОВАНИЯ НА СТРУКТУРУ ОТНОШЕНИЙ ОБЪЕКТОВ

Abstract

Рассматривается задача поиска скрытых закономерностей методами интеллектуального анализа данных. Наличие закономерностей оценивается по мере компактности объектов классов и выборки в целом.

Мера компактности используется для анализа структуры отношений объектов по определяемой метрике и способу нормирования данных. Нормирование приводит к деформации признакового пространства и повышению (понижению) обобщающей способности алгоритмов распознавания. Предложен новый способ нормирования, инвариантный к масштабам измерений признаков. Параметры для этого способа вычисляются по оптимальным значениям критерия интервального метода. Эффективность использования способа демонстрируются через значения меры компактности и путем визуализации данных.