T-61.2010 UKK - FAQ / Harjoitustyö
Versio 1.0

Päivitykset:
v 1.0  2005-12-01: #1, #2


------------------------------------------------------------------

FAQ

#1 Harj.työ #1 ominaiskasvot: miksi muokatut
   kasvokuvat/ominaiskasvot lähes pelkästään mustaa?

#2 Harj.työ #2 luokitin: Mitä tarkoittaa luokitteluvirhe?


------------------------------------------------------------------
2005-12-01

#1 Harj.työ #1 ominaiskasvot: miksi muokatut
   kasvokuvat/ominaiskasvot lähes pelkästään mustaa?

   Yksi mahdollinen syy on, ettei arvoja ole skaalattu
   koko harmaasävyalueelle. uint8-muodossa numeroarvo
   0 vastaa mustaa ja 255 valkeaa ja muut arvot välissä
   vastaavia harmaasävyjä. Jos luvut ovat esimerkiksi
   10:n ja 30:n välillä, niin kaikki pisteet ovat lähes
   yhtä tummia. Jos D on kuvamatriisi, niin min(D(:))
   antaa pienimmän arvon ja max(D(:)) suurimman arvot,
   ja nämä voidaan skaalata (esimerkiksi) lineaarisesti
   0:n ja 255:n väliin.

   Useat Matlabin piirtofunktiot toimivat sellaisenaan
   uint8-tyypin datoille. Jos taasen matriisi on tyyppiä
   double, niin piirtofunktiot haluavat saada kaksi arvoa,
   jotka kuvaavat mustaa ja valkoista.


2005-12-01
#2 Harj.työ #2 luokitin: Mitä tarkoittaa luokitteluvirhe?

   Tässä tapauksessa meillä on 150 datapistettä, joista
   90 kuuluu opetus- ja 60 testausjoukkoon (luokiteltaviin).
   Testausdatalla pyritään selvittämään, mikä on luokittimen
   luokitteluvirhe. Luokitteluvirheen laskemiseksi pitää
   tietää, mikä on luokiteltavan datan oikea (alkuperäinen)
   luokka.

   Oletetaan seuraava tilanne, jossa on kolme luokkaa A, B ja
   C, ja kustakin luokasta on 20 testausdatavektoria.
   Olkoon niin, että (oikeasti) luokan A 20 vektorista luokitin
   luokittelee 18 kuulumaan luokkaan A, 1 kuulumaan luokkaan B,
   ja 1 luokkaan C. Oikein luokiteltuja on 18 ja väärin 2.
   Tehdään sama B:lle ja C:lle ja saadaan alla oleva taulukko.

     |  A    B    C     e
   -----------------------
   A | 18    1    1     2
   B |  1   19    0     1
   C |  3    2   15     5

   Nyt voidaan siis sanoa, että 60:sta näytteestä luokiteltiin
   52 oikein ja 8 väärin. Luokitteluvirhe on (8/60)*100% = 13%.

   Käytännössähän luokitteluongelma on sellainen, ettei
   luokiteltavien luokkaa tunneta. Muutenhan jos luokat
   tunnettaisiin, ei olisi mitään luokiteltavaa. Tehtävän
   tarkoituksena on siis vain osoittaa k-lähimmän naapurin
   luokittimen toiminta.