?
Методы бинарной классификации объектов с номинальными показателями
Рассматривается задача классификации респондентов на классы принимающих и не принимающих участие в благотворительных пожертвованиях. Построено оптимальное (в байесовском смысле) решающее дискриминантное правило разделения объектов на два класса в условиях, когда все признаки наблюдаемых объектов измеряются в номинальной шкале и между этими признаками есть зависимости. Методами ROC-анализа проведено сравнение разработанного классификатора с «наивным» байесовским классификатором, классификатором, основанным на методе опорных векторов, а также с реализованными в пакете SPSS классификаторами, использующими бинарную логистическую регрессию и дискриминантное правило Фишера. Результаты ROC-анализа показали, что предложенное правило имеет более высокое качество классификации респондентов, чем все перечисленные выше правила.