Indeks

Symbole

Symbole

\(\alpha\) - ustalony poziom istotności
\(\alpha_i\) - mnożniki Lagrange'a
\(\beta_i\) - wartość osobliwa
\(\hat{q}_k\) - macierz współczynników regresji po k iteracjach
\(\Lambda\) - macierz wartości własnych
\(Acc\) - dokładność klasyfikatora
\(B_K^{PLS}\) - współczynniki regresji dla PLS
\(c\) - parametr regularyzacyjny
\(CI\) - przedział ufności
\(E\) - składnik resztkowy
\(E\) - łączny błąd klasyfikatora
\(E_{B}\) - błąd uzyskany metodą scyzoryka
\(E_{CV}\) - błąd uzyskany metodą CV
\(Ecc\) - błąd klasyfikatora
\(Eff\) - sprawność klasyfikatora
\(f\) - fall-out klasyfikatora
\(g_i \) - funkcja dyskryminacyjna
\(g_{ij}\) - powierzchnia decyzyjna
\(K\) - funkcja jądra
\(L\) - ilość klas
\(m\) - margines hiperpłaszczyzny rozdzielającej
\(n_{CI}\) - ilość wartości błędu klasyfikatora wykorzystana w celu estymacji rozkładu
\(n_{err}\) - liczba błędnie sklasyfikowanych próbek
\(n_{prop}\) - ilość poprawnie sklasyfikowanych próbek
\(n_{test}\) - ilość próbek w zbiorze testowym
\(n_{val}\) - ilość próbek w zbiorze walidacyjnym
\(p_{\frac{\alpha}{2}}\) - \(\frac{\alpha}{2}\) percentyl
\(q_k\) - wektor wag dla macierzy \(Y\) w metodzie PLS
\(Recall\) - zwrot klasyfikatora
\(S\) - macierz wartości osobliwych, [1]
\(Sens\) - sprawność klasyfikatora
\(Spec\) - specyficzność klasyfikatora
\(T\) - macierz komponentów PLS
\(t_k\) - komponenty macierzy \(X\) uzyskane metodą PLS
\(T_{PCA}\) - macierz komponentów PCA
\(TP\) - liczba poprawnie sklasyfikowanych próbek z klasy \(C_1\)
\(u_k\) - komponenty macierzy \(Y\) uzyskane metodą PLS
\(V\) - macierz wektorów własnych
\(w_k\) - wektor wag dla macierzy \(X\) w metodzie PLS
\(X_{PCA}\) - macierz w nowej przestrzeni uzyskana za pomocą algorytmu PCA
\(X_{test}\) - zbiór testowy
\(X_{train}\) - zbiór uczący
\(X_{val}\) - zbiór walidacyjny