marrayclass15 - Supervised classification: k-nn classifiers...

Info iconThis preview shows pages 1–4. Sign up to view the full content.

View Full Document Right Arrow Icon
Supervised classification: k-nn classifiers Dr. Edgar Acuna Departmento de Matematicas Universidad de Puerto Rico- Mayaguez math.uprrm.edu/~edgar
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
En el método de los k vecinos mas cercanos (“knn: k nearest neighbors") (Fix y Hodges, 1951) se estima la función de densidad de donde proviene el conjunto de datos tomado. Aplicado a clasificacion supervisada el metodo k-nn se usa para estimar la función de densidad f( x /C j ), de las predictoras x por cada clase C j . Es un método de clasificación noparamétrico, ya que no se hace ninguna suposición distribucional acerca de las variables predictoras.
Background image of page 2
Veamos primero el caso univariado. Sea x 1 , x 2 ,… . .x n una muestra con una función densidad desconocida f(x) que se desea estimar y sea t un número real. Recordar que la probabilidad de que x caiga en el intervalo (t-h,t+h), puede ser aproximada por 2hf(t), donde f es la función de densidad y h es una constante cercana a cero. Por otro lado dicha probabilidad tambien puede ser estimada por k/n, donde k es tal que número de observaciones en el intervalo (t-h,t+h). En estimacion k-nn, k es prefijado y h se halla de acuerdo a el. Más formalmente Sea d(x,y)=|x-y| la distancia usual entre los
Background image of page 3

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
Image of page 4
This is the end of the preview. Sign up to access the rest of the document.

Page1 / 13

marrayclass15 - Supervised classification: k-nn classifiers...

This preview shows document pages 1 - 4. Sign up to view the full document.

View Full Document Right Arrow Icon
Ask a homework question - tutors are online