tecniche di classificazione e predizione delle ... - DSpace@Roma3

More documents

Recommendations

Info

Tecniche di classificazione e predizione delle attività motorie per telemonitoraggio e teleriabilitazione Nel caso più generale lo spazio delle features era non linearmente separabile nel qual caso le SVM usano delle lle funzioni di Kernel (Figura 11 11b) in grado di mappare lo spazio non linearmente separabile in uno a differente dimensio dimensione ne che sia separabile linearmente. Le funzioni di Kernel devono soddisfare una serie di requisiti e alcuni Kernel usati in letteratura sono: Nelle nostre applicazioni abbiamo definito una formulazione nuova di kernel che ci ha permesso di mappare lo sp spazio delle features n-dimensionale dimensionale in uno bidimensionale che, con un certo margine di errore, è risultato separabile in maniera lineare da una funzione di decisione. Figura 11a 44
Tecniche di classificazione e predizione delle attività motorie per telemonitoraggio e teleriabilitazione Figura 11b 2.5 Gli alberi di decisione e la classificazione precoce Lo studio sugli alberi di decisione è stato affrontato per la rilevanza occupata nell’ambito degli algoritmi di classificazione e in particolare nel pattern recogniton [71]. Essi vengono costruiti suddividendo ripetutamente i dati di training a disposizione in sottoinsiemi omogenei rispetto ad una determinata variabile. La suddivisione produce una gerarchia ad albero, dove i sottoinsiemi vengono chiamati nodi e quelli finali foglie. I nodi corrispondono ad una particolare variabile e gli archi (i rami dell’albero) sono etichettati con i valori della variabile soprastante lungo quel ramo (Figura 8). In generale gli alberi di decisione sono di facile interpretazione ma la struttura di un albero di decisione può diventare molto complicata, soprattutto nei casi derivati da database contenenti centinaia di attributi ed una variabile risposta con differenti classi. E’ auspicabile però che l’albero non si espanda a dismisura, diventando altrimenti sia di difficile gestione che 45
Page 1 and 2: Scuola Dottorale di Ingegneria Sezi
Page 3 and 4: Indice Tecniche di classificazione
Page 5 and 6: Tecniche di classificazione e predi
Page 17 and 18: Capitolo 2 Tecniche di classificazi
Page 21 and 22: Clustering e Analisi non Supervisio
Page 43: Tecniche di classificazione e predi
Page 61 and 62: dove Tecniche di classificazione e
Page 93 and 94: Donne Age 20-29 Mean Step length (m
Page 95 and 96:
Tecniche di classificazione e predi
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Page 121 and 122:
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130:
Page 131 and 132:
Page 133 and 134:
Page 135 and 136:
Page 137 and 138:
Page 139 and 140:
Page 141 and 142:
Page 143 and 144:
Page 145 and 146:
Page 147 and 148:
show all

tecniche di classificazione e predizione delle ... - DSpace@Roma3

Create successful ePaper yourself

Delete template?

Save as template?