5.4局部训练法 5.4局部训练法 口决策规则 口示例2 H ■确定决策域 1.如果L,>1/2,则z对应的区域为01的决策域； 2.如果L<1/2,则乙对应的区域为⊙2的决策域： 3.如果L≈1/2，且N()和N()都很小，则对 值为的样本可作拒绝决策； 4.如果L≈12，且N(z)和N(z)较大不可忽 略，则对此区域，用该子集的样本再次进行局部 图中的样本采用上述方法后，决策平面由三个超平 训练法训练，以获得其进一步划分。 面，即H,H与A组成。对训练样本的决策规划：2 )重复上述过程，直至对所有区域都能合理地确定 向量为(1,1,1)，(1,1,0)以及(0,1,0)的区域为02的 决策域，而(0,1,1)，(0,0,0)及(0,0,1)区域则为o1 为哪一类的决策域，或拒识区域为止。 的决策域。13 5.4 局部训练法  决策规则  确定决策域 1. 如果 Lj >>1/2，则 zj 对应的区域为ω1的决策域； 2. 如果 Lj <<1/2，则 zj 对应的区域为ω2 的决策域； 3. 如果 Lj ≈ 1/2，且 N1(zj ) 和 N2(zj ) 都很小，则对 值为 zj 的样本可作拒绝决策； 4. 如果 Lj ≈ 1/2，且 N1(zj ) 和 N2(zj ) 较大不可忽 略，则对此区域，用该子集的样本再次进行局部 训练法训练，以获得其进一步划分。 重复上述过程，直至对所有区域都能合理地确定 为哪一类的决策域，或拒识区域为止。 14 5.4 局部训练法  示例2 图中的样本采用上述方法后，决策平面由三个超平 面，即H1,H2与H3组成。对训练样本的决策规划：z 向量为(1,1,1),(1,1,0)以及(0,1,0)的区域为ω2的 决策域，而(0,1,1),(0,0,0)及(0,0,1)区域则为ω1 的决策域