下载掌阅APP，畅读海量书库
立即打开
在模式识别处理之前，需要先评估一下特征库是否包含足够信息，用它做模式识别是否可行或值得。
通常要求样本数量 N 要足够大，符合下列关系。
①对两类分类问题：
≥3，此处
n
为特征数目，
N
为样本的数量。
②对线性或非线性回归问题： N » n 。
若实际课题中，由于不能确定哪些因素有影响，只能选择过多的特征，以致样本数量 N 不合乎上述要求。在无法获得足够多的样本情况下，应考虑下列两个措施。
①通过特征筛选去除一批对目标影响小的特征，使 n 减少。
②通过原理方面的论证或试探性地将若干特征组合成数目较少的特征。
对样本特征库做初步分析的主要工作是衡量各类别之间的可分性，最常用的方法是应用“KNN留一法”判据做近邻分析。KNN留一法是以每个样品点与其多数最近邻属于同类与否作为判据。
根据样品在多维空间中的位置，计算各样品之间的距离，找出样品的三个、五个或多个最近邻，列表显示该样品的类别及近邻的类别，判断该最近邻是否属于同类，将多个同类的样品所属的类别作为预报该样品的类别，并与实际类别比较，仔细考查近邻分析结果，可对数据结构有一个大致的了解。如果样本在特征空间中分散，则需要选择具有泛化能力强的分类器，如神经网络分类器、支持向量机分类器等。