| Abstract: |  Cílem práce je navrhnout řešení pro klasifikaci kardiotokografických dat pomocí programu MATLAB s použitím nástroje PRTools (Toolbox for Pattern Recognition). Vybral jsem 3 druhy klasifikátorů. K-NN (K-Nearest Neighbour), stromový klasifikátor a poslední SVM (Support Vector Machine). Pro selekci příznaků jsou použity funkce featselb a featselp s použitím parametrů určených ke každému klasifikátoru. Snížení dimenze je provedeno metodou PCA (Principal Componet Analysis), pouze pro experimentální využití.
Pro každé nastavení klasifikátoru a výběrové funkce je provedena křížová validace s dělením na 10 složek a s 10-ti násobným opakováním. Pouze u stromového klasifikátoru je použito právě jedno opakování.
Výsledné hodnoty jsem vynesl v tabulkách. Vybral jsem nejlepší řešení, které je uvedeno v závěru této práce.
Klíčová slova: CTG, kardiotokograf, knn, knnc, svm, svc, treec, featselp, featselb, pca, testc, PRTools
|
|---|