На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

f ( x,
y)
= ax + by
(85)
В этом случае только значения M x и M y будут ненулевыми (M x = a, M y =
b), тогда как значения других статистических характеристик будут равно нулю
(D x = 0, D y = 0, M xx = 0, M xy = 0, M yy = 0). Параболическая зависимость
f ( x,
y)
+ by
2 2
= ax
(86)
может быть выявлена по ненулевым значениям статистических характеристик
M xx и M yy (M xx = a, M yy = b) и по нулевому значению M xy . Гиперболический характер
зависимости
f ( x,
y)
= axy
(87)
может быть определен по ненулевому значению M xy (M xy = a) и нулевым значениям
M xx и M yy .
Следует также отметить, что рассматриваемые статистические характеристики
вполне могут быть использованы при дискретных и даже при булевых
(индикаторных) значениях переменных, хотя характер интерпретации в последнем
случае несколько иной: значения M x тогда обозначают вклад наличия
определенного признака у объекта в значение функции (например, вклад фрагмента
X химический структуры в значение какого-либо свойства химического
соединения), а значения M xy – либо (если Y – непрерывная переменная, а X - булева)
влияние признака X на M y , т.е. на характер зависимости функции от ее аргумента
y (например, влияние наличие фрагмента X внутри химической структуры
на зависимость какого-либо свойства химического соединения от значения
дескриптора Y) либо (если X и Y – булевы переменные) вклад конъюнкции
признаков X и Y в значение функции (например, вклад факта одновременного
присутствия фрагментов X и Y в химическом соединении в значение его свойства).
Рассмотрим теперь, каким образом введенные выше статистические характеристики
могут быть использованы для интерпретации нейросетевой модели
«структура-свойство», на примере предсказания положения длинноволновой
полосы поглощения цианиновых красителей (I) в этаноле.
124