パターン認識

パターン認識をやってみた

More than 3 years have passed since last update.


パターン認識とは?

簡単に言うと特徴をみつけて,それが何なのかを特定すること.

人間は認識能力が高いので,直感的に特徴を見つけて特定ができるが,機会は特徴の出てくる部分を抽出してやらないといけない.

特徴のある長さや大きさを特徴量といい,複数の特徴量をまとめたのを特徴ベクトルと言う.

それに対して分類する集合のことをクラスと言う.

授業でよく言われた例はサケとスズキの判断をヒレや体の長さから特定するというもの.

この場合の特徴ベクトルはヒレ長と体長で,クラスがサケとスズキとなる.

一切の情報がない状態で判断はできないので,ある程度学習してからでないとつかえない.


パターン認識の手法

レポートでやったのは最尤推定法とK-NN法.

他にも色々あるけど割愛.


最尤推定法

最も尤もらしいところに属すると推定する方法.

特徴量が正規分布などで分布しているとして,判断するものの特徴ベクトルがどのクラスに属する確率が高いか,で判断する.

正規分布を用いるので平均や分散などを用いる.

似たものにベイズ推定があるが,結局違いがわからなくなった.


K−NN法

K個の最も近いもの(nearest neighbor)を選んで推定する方法.

学習したサンプルデータのうち,判断するものと近いものをいくつか集め,その多数決でクラスを特定する.

特徴ベクトル同士の距離を測って短いものから選んで,最も多かったクラスに属するとする.