エンジンオプションを構成する
エンジンオプションタブを使用して、サンプルの分類に必要なメソッドおよびメトリック値を示します。
エンジンオプションタブにあるメソッドを選択して、分類のメソッドを構成します。
- 最近接値―分類に対して最も近接したアプローチ。最近接値分類では、他のクラスに対する不明なクラスの入力特徴ベクトルの距離が、そのクラスを表すために使用される最も近いサンプルへの距離として定義されます。
- K最近接値―最近接値分類と比較して、ノイズをより許容できます。K最近接値分類では、投票のメカニズムに基づいて入力特徴ベクトルはクラスに分類されます。NI分類子はすべてのクラスから最も近いサンプルのKを検出します。不明なクラスの入力特徴ベクトルは、最も近いサンプルKで大多数の票を得たクラスに割り当てられます。
- 最小平均距離―パターン変動や他のエラーの原因となるような影響がほとんど（あるいは全く）ないアプリケーションで最も効果的です。最小平均距離の分類では、各クラスの中心に対する距離に基づいて不明なクラスの入力特徴ベクトルが分類されます。
エンジンオプションタブにあるメトリックを選択して、分類アルゴルズムに使用されるメトリックを構成します。
- 最大―サンプル間の小さなばらつきに対して敏感度が最大です。異なるクラスに非常に小さな違いのあるサンプルを分類する必要がある場合は、最大を使用してください。
- 和―ほとんどの分類アプリケーションで使用されているメトリックです。和は、Manhattan metricまたはTaxicab metricとしても知られています。これはメトリックのデフォルト値です。
- ユークリッド―サンプル間の小さなばらつきに対して敏感度が最小です。同じクラスに小さな違いのあるサンプルを分類する必要がある場合は、ユークリッドを使用してください。
 |
ヒント 予測通りにROI内のサンプルが分類されなかった場合、前処理および粒子分類子オプションタブの設定を変更して、分類が向上するか試してください。 |