классификация по линейным дискриминантным функциям

[AndreyL]

Дамы и Господа!

Возникла задача классификации по линейным дискриминантным функциям. Имеется обучающая выборка измерений, в каждом измерении $m$ компонентов. Выборка разбита на классы $C_k$, где $k$ - номер класса. Для каждой пары классов построены линейные дискриминантные функции, но для каждой пары используется свой набор компонентов: например, для пары $C_1$ и $C_2$ в дискриминантной функции есть только компоненты 1, 2 и 3, для разделения пары $C_1$ и $C_3$ используются компоненты 4, 5 и 6, а для разделения пары $C_2$ и $C_3$ используются компоненты 1, 5 и 7. Это связано с малыми объемами классов в обучающей выборке (объем некоторых классов меньше количества компонентов, ковариационные матрицы таких классов, построенные на всех компонентах, вырождены). Есть одно неклассифицированное измерение. Можно ли построить нечеткое правило, в соответствии с которым оценить вероятность принадлежности этого измерения каждому классу?

[ozheredov]

AndreyL, получится обнародовать выборку? (Можете предварительно обфусцировать данные, нормировав признаки на отрезок [0, 1])

[AndreyL]

ozheredov в сообщении #1647218 писал(а):

AndreyL, получится обнародовать выборку?

Да, по ссылке файл https://transfiles.ru/q4ls9, класс 0 - это неклассифицированные

[ozheredov]

AndreyL в сообщении #1647503 писал(а):

https://transfiles.ru/q4ls9

Спасибо - посмотрю