Вероятности ошибки по отношению к разделению пространства признаков на M областей являются
Построение из исходного набора признаков нового набора меньшего размера, в котором состав признаков не является подмножеством исходного набора признаков, носит название
Может ли обучающая последовательность быть выборкой конечного объема из пространства признаков?
Для заданного конечного множества прецедентов всегда можно построить разбиение пространства признаков на полиэдры такое, что ни в каком полиэдре не окажется
Основной мотивацией для сокращения числа признаков является
С увеличением степеней свободы способность классификатора по разделению
Целью генерации признаков через линейные преобразования исходных измерений образов является
Верно ли то, что с увеличением степеней свободы способность классификатора по разделению уменьшается?
Целью преобразования Карунена-Лоева является построение такого вектора признаков, чтобы признаки были
Каким образом изменяется способность классификатора по разделению с увеличением степеней свободы?
