Opracowanie dotyczy konstruowania klasyfikatorów diagnostycznych. Jego celem jest zwrócenie uwagi na celowość dekompozycji złożonych modeli diagnostycznych oraz pokazanie oryginalnego sposobu identyfikacji cech relewantnych, na podstawie danych uczących występujących w postaci zbioru przykładów. Wskazano możliwość zastosowania kryterium bazującego na zgodności wyników grupowania w nowej ograniczonej przestrzeni z wynikami klasyfikacji wzorcowej.
EN
The paper deals with design of diagnostic classifiers. The main goal is to present the usefulness of diagnostic model decomposition and to illustrate an original way of identification of useful signal features on the basis of learning data prepared as a set of examples. One indicated some possibilities of application of a criterion based on the expectation that results of unsupervised clustering in a new limited space should be compatible with results of classification of learning data.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.