Slide 13
Slide 13 text
13
SLEECの概要
(
= (/
, (0
, … , (8
=
=
/
0
⋮
Y
0
R
⋮
[
=
/
0
⋮
2
(
= (/
, (0
, … , (5
=
/
0
⋮
2
(
= (/
, (0
, … , (8
特徴ベクトル ラベルベクトル
(
∈ {0,1}
に基づくk-meansクラスタリング
=
/
0
⋮
2
[
(
= (/
, (0
, … , (8
=
/
0
⋮
Y
(
= (/
, (0
, … , (8
各(
において
に基づくK近傍の抽出
@
=
=
= B0
学習と予測