Какая основная идея алгоритма СТОЛП. И как его использовать?

Основная идея алгоритма СТОЛП заключается в том, что не все объекты обучающей выборки равноценны. www.machinelearning.ru Среди них есть наиболее типичные представители классов (эталоны), неинформативные объекты, при удалении которых из обучающей выборки качество классификации не изменится, и выбросы, или шумовые объекты, только ухудшающие качество классификации. www.machinelearning.ru Поэтому необходимо уменьшить объём обучающей выборки, оставив в ней только эталонные объекты для каждого класса. www.machinelearning.ru

Для использования алгоритма СТОЛП необходимо: yandex.ru

1. Выбрать выборку, допустимую долю ошибок, порог отсечения выбросов, алгоритм классификации и формулу для вычисления величины риска (степень риска для объекта быть классифицированным не в тот класс). yandex.ru www.machinelearning.ru
2. Отбросить выбросы. www.machinelearning.ru
3. Сформировать начальное приближение — из объектов выборки выбрать по одному объекту каждого класса, обладающему среди объектов данного класса максимальной величиной риска либо минимальной величиной риска. www.machinelearning.ru
4. Наращивать множество эталонов (пока число объектов выборки, распознаваемых неправильно, не станет меньше допустимой доли ошибок). www.machinelearning.ru
5. Классифицировать объекты, используя в качестве обучающей выборки начальное приближение. yandex.ru www.machinelearning.ru
6. Пересчитать величины риска для всех объектов с учётом изменения обучающей выборки. www.machinelearning.ru
7. Среди объектов каждого класса, распознанных неправильно, выбрать объекты с максимальной величиной риска и добавить их к начальному приближению. yandex.ru www.machinelearning.ru

Результат работы алгоритма — разбиение всего множества объектов на эталонные, шумовые (выбросы) и неинформативные объекты. www.machinelearning.ru