Main Content

correlationWeightedScore

상관 인자를 사용하여 특징 순위 지정 점수 조정

R2020a 이후

페이지 내 모두 축소

구문

[score,idx] = correlationWeightedScore(X,Z,alpha)

설명

correlationWeightedScore는 진단 특징 디자이너에서 생성된 코드에 사용되는 함수입니다.

[score,idx] = correlationWeightedScore(X,Z,alpha)는 특징 간의 상관에 따라 X의 특징에 대해 Z의 원래 순위 지정 점수에 가중치를 부여합니다. 상관 가중치는 중복된 특징을 줄입니다. correlationWeightedScore는 더 높은 순위의 특징과 높은 상관관계가 있는 특징의 점수를 낮춥니다. 상관 중요도 인자 alpha는 상관 수준이 특징 순위 지정 점수에 얼마나 많은 영향을 미치는지 결정합니다.

진단 특징 디자이너에서 생성된 코드는 지정된 상관 중요도 인자가 0보다 큰 경우 특징에 순위를 지정할 때 correlationWeightedScore를 사용합니다.

입력 인수

모두 축소

특징 세트로, m×1 벡터 또는 m×n 행렬로 지정됩니다. 여기서 m은 데이터 샘플 수이고 n은 특징 개수입니다. 앙상블 기반 특징 세트의 경우 m은 앙상블에 있는 멤버 수입니다.

원래 순위 지정 점수로, bhattacharyyaDistance 등의 순위 지정 방법으로 계산되고 길이가 n인 벡터로 지정됩니다. 여기서 n은 특징 개수입니다. Z의 길이는 X의 너비와 같아야 합니다.

상관이 점수에 얼마나 많은 영향을 미치는지 결정하는 상관 중요도 인자입니다.

  • alpha가 0으로 설정된 경우 상관은 순위 지정 점수에 영향을 미치지 않습니다.

  • alpha가 1로 설정된 경우 상관은 순위 지정 점수에 가능한 최대한의 영향을 미칩니다.

출력 인수

모두 축소

조정된 순위 지정 점수로, Z와 크기가 같은 벡터로 반환됩니다.

상관 가중치에 따라 점수가 조정된 후 업데이트된 순위의 순서로, 정수 벡터로 반환됩니다.

참고 문헌

[1] Theodoridis, Sergios, and Konstantinos Koutroumbas. Pattern Recognition, 182–183. 2nd ed. Amsterdam; Boston: Academic Press, 2003.

버전 내역

R2020a에 개발됨

참고 항목

| |

도움말 항목