最佳分类/Rypka 方法/方程/分离/特征/经验/分离

分离阶段

初始分离

$S_{j}={\frac {\left[(G^{2})-\sum _{l=0}^{R}n_{l}^{2}\right]}{2}}$, 其中：

• S_j 是每个特征的初始经验分离值，其中，

j = 0...C 是组中j 个特征的索引，C 是组中特征的数量，以及，

l = 0...R 是j 个特征的真值表值，其中R 是真值表的大小，其中

R = V⁰，以及，

• V 是组中逻辑的最高值，以及，
• 0 是单个特征的目标集指数，以及，

• G 是有界类的元素数量。

后续分离

$S={\frac {\left[(G^{2})-\sum _{l=0}^{R}n_{l}^{2}\right]}{2}}$, 其中

• S_j 是每个特征的初始经验分离值，其中，

l = 0...R 是目标集真值表索引值，其中R 是目标集真值表大小值，其中

R = V^K，以及，

• V 是组中逻辑的最高值，以及，
• K 是目标集中特征的数量，以及，

• G 是有界类的元素数量。