W nieparametrycznej analizie dyskryminacyjnej (Gatnar, 2001) coraz większe znaczenie odgrywa podejście wielomodelowe (agregacja modeli) polegające na łączeniu M modeli składowych D₁(x),...,D_M(x) w jeden model globalny za pomocą pewnej funkcji F:

D*(x)=F{D₁(x),D₂(x),...,D_M(x)}

gdzie D_m(x) jest wynikiem predykcji m-tego modelu składowego.

W literaturze można znaleźć kilkanaście różnych propozycji postaci funkcji F, począwszy od najprostszych jak np. uśrednianie lub głosowanie (Gatnar, 2005), aż do bardzo wyszukanych, wykorzystujących całki rozmyte lub szablony decyzyjne.

W referacie zostaną przedstawione wyniki analizy porównawczej dla różnych postaci funkcji F łączącej modele składowe. Zostanie także dokonana ocena ich własności, wpływających na wielkość błędu klasyfikacji modelu zagregowanego.

Literatura

GATNAR E. (2001): Nieparametryczna metoda dyskryminacji i regresji, PWN, Warszawa.

GATNAR E. (2005): „Dobór zmiennych do zagregowanych modeli dyskryminacyjnych”, Taksonomia 12, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, nr 1076, str. 79-86.

• Legal notice:
  

  Copyright (c) Pielaszek Research, all rights reserved.
  The above materials, including auxiliary resources, are subject to Publisher's copyright and the Author(s) intellectual rights. Without limiting Author(s) rights under respective Copyright Transfer Agreement, no part of the above documents may be reproduced without the express written permission of Pielaszek Research, the Publisher. Express permission from the Author(s) is required to use the above materials for academic purposes, such as lectures or scientific presentations.
  In every case, proper references including Author(s) name(s) and URL of this webpage: https://science24.com/paper/10671 must be provided.