Zu dieser Karteikarte gibt es einen kompletten Satz an Karteikarten. Kostenlos!
17
Kompaktheit?
3. Kompaktheit
Die Merkmale bilden für Muster einer Klasse einen einigermaßen kompakten Bereich im Merkmalsraum => trennen Klassen gut
=> Kompaktheitshypothese
Die Anzahl der Features sollte nicht zu groß sein
=> da "course-of-dimension" (exponentieller Volumenzuwachs des Suchraumes durch Dimensionsvergrößerung)
=> Aussagekräftige Features bestimmen (z.B über PCA)

Die Merkmale bilden für Muster einer Klasse einen einigermaßen kompakten Bereich im Merkmalsraum => trennen Klassen gut
=> Kompaktheitshypothese
Die Anzahl der Features sollte nicht zu groß sein
=> da "course-of-dimension" (exponentieller Volumenzuwachs des Suchraumes durch Dimensionsvergrößerung)
=> Aussagekräftige Features bestimmen (z.B über PCA)


Karteninfo:
Autor: JanBo
Oberthema: Digitale Bildverarbeitung
Thema: Mustererkennung
Schule / Uni: Universität Koblenz-Landau
Ort: Koblenz
Veröffentlicht: 13.09.2012