More Related Content Similar to 패턴인식과 기계학습 개요 (7) 패턴인식과 기계학습 개요22. 2.패턴인식의 처리과정
4. 분류기 학습
데이터 전처리
Data Preprocessing
데이터 분석
Data analysis
데이터 수입
Data collection
특징 추출기 및
분류기 개발
Development of
feature extractr &
classifier
성능 평가
Performance
evaluation
수정/보완
28. 3.패턴인식의 기본요소
2. 특징과 특징추출 – n차원 벡터의 특징추출
x(데이터)
임의의벡터u
𝒙 𝑻u(특징값)
x(데이터)
𝒖 𝟏
𝒙 𝑻 𝒖 𝟏(특징값)
𝒖2
𝒖3
𝒙 𝑻 𝒖2(특징값)
𝒙 𝑻
𝒖3(특징값)
36. 3.패턴인식의 기본요소
4. 분류율과 오차 - 학습, 시험오차
학습오차(training error)
Etrain=
1
Ntrain
x∈Xtrain
𝜹[t(x) − y(x)]
=
틀린 횟수
학습데이터 수
시험오차(test error)
Etest=
1
Ntest
x∈Xtest
𝜹[t(x) − y(x)]
=
틀린 횟수
시험데이터 수
38. 3.패턴인식의 기본요소
4. 분류율과 오차 – 일반화 오차
일반화오차(generalization error)
Egen= E 𝜹 t x − y x
= −∞
∞
𝜹[t(x) − y(x)]p(x)dx
전체데이터
39. 3.패턴인식의 기본요소
4. 분류율과 오차 – 교차검증법(Cross Validation Method)
Etest(X1)전체데이터
𝑿 𝟏 𝑿2 𝑿3 𝑿4
훈련데이터 시험데이터
Etest(X2)
Etest(X3)
Etest(X4)
MEAN 𝑬 𝒄𝒗