บางทีกรณีที่เรียบง่ายอาจทำให้สิ่งต่าง ๆ ชัดเจนขึ้น สมมติว่าเราเลือกพิกเซล 1x2 ตัวอย่างแทนที่จะเป็น 100x100
ตัวอย่างพิกเซลจากภาพ
+----+----+
| x1 | x2 |
+----+----+
ลองนึกภาพเมื่อวางแผนชุดการฝึกอบรมของเราเราสังเกตว่ามันไม่สามารถแยกออกได้อย่างง่ายดายด้วยตัวแบบเชิงเส้นดังนั้นเราเลือกที่จะเพิ่มคำพหุนามเพื่อให้พอดีกับข้อมูลมากขึ้น
สมมติว่าเราตัดสินใจสร้างพหุนามของเราโดยรวมความเข้มของพิกเซลทั้งหมดและทวีคูณที่เป็นไปได้ทั้งหมดที่สามารถเกิดขึ้นได้จากพวกเขา
เนื่องจากเมทริกซ์ของเรามีขนาดเล็กลองแจกแจง:
x1, x2, x21, x22, x1×x2, x2×x1
การตีความลำดับของคุณลักษณะข้างต้นจะเห็นว่ามีรูปแบบ คำสองคำแรกกลุ่มที่ 1 เป็นคุณลักษณะที่ประกอบด้วยความเข้มของพิกเซลเท่านั้น คำสองคำต่อไปนี้หลังจากนั้นกลุ่ม 2 เป็นคุณลักษณะที่ประกอบด้วยความเข้มของสี่เหลี่ยมจัตุรัส คำสองคำหลังสุดกลุ่มที่ 3 เป็นผลผลิตของการรวมกันของความเข้มของพิกเซลแบบคู่ (สอง)
กลุ่ม 1:x1, x2
กลุ่ม 2:x21, x22
กลุ่ม 3:x1× x2, x 2× x1
แต่เดี๋ยวก่อนมีปัญหา หากคุณดูคำศัพท์กลุ่ม 3 ตามลำดับ (และ ) คุณจะสังเกตเห็นว่าพวกเขาเท่ากัน จำตัวอย่างที่อยู่อาศัยของเรา ลองนึกภาพว่ามีคุณสมบัติสองอย่างคือ x1 = พื้นที่เป็นตารางฟุตและ x2 = พื้นที่เป็นตารางฟุตสำหรับบ้านหลังเดียวกัน ... นั่นไม่สมเหตุสมผลเลย! ตกลงดังนั้นเราจำเป็นต้องได้รับการกำจัดของคุณลักษณะที่ซ้ำกันให้พูดโดยพลx_1 ตอนนี้เราสามารถเขียนรายการคุณสมบัติสามกลุ่มใหม่เป็น:x 2 × x 1 x 2 × x 1x1× x2x2× x1x2× x1
กลุ่ม 3:x1×x2
เรานับคุณสมบัติในทั้งสามกลุ่มและได้รับ 5
แต่นี่เป็นตัวอย่างของเล่น ให้ได้สูตรทั่วไปสำหรับการคำนวณจำนวนคุณลักษณะ มาใช้กลุ่มคุณสมบัติดั้งเดิมของเราเป็นจุดเริ่มต้น
sizegroup1+sizegroup2+sizegroup3=m×n+m×n+m×n=3×m×n
อา! แต่เราต้องกำจัดผลิตภัณฑ์ที่ซ้ำกันในกลุ่ม 3
ดังนั้นในการนับคุณสมบัติที่เหมาะสมสำหรับกลุ่ม 3 เราจะต้องมีวิธีการนับผลิตภัณฑ์คู่ที่ไม่ซ้ำกันทั้งหมดในเมทริกซ์ ซึ่งสามารถทำได้ด้วยสัมประสิทธิ์ทวินามซึ่งเป็นวิธีการนับกลุ่มย่อยที่ไม่ซ้ำกันทั้งหมดที่เป็นไปได้ของขนาด k จากกลุ่มเท่ากับหรือใหญ่กว่าของขนาด n ดังนั้นจะต้องนับคุณสมบัติในกลุ่มที่ 3 คำนวณ2)C(m×n,2)
ดังนั้นสูตรทั่วไปของเราคือ:
m×n+m×n+C(m×n,2)=2m×n+C(m×n,2)
ให้ใช้เพื่อคำนวณจำนวนของคุณสมบัติในตัวอย่างของเล่นของเรา:
2×1×2+C(1×2,2)=4+1=5
แค่นั้นแหละ!