Исследование и оптимизация классификатора Розенблатта–Парзена при помощи асимптотических разложений

Рассматривается обучающийся классификатор многомерных наблюдений, в котором используются оценки Розенблатта–Парзена для плотностей распределения вероятностей наблюдений. Находится приближенное выражение риска (средних потерь) классификации как функции объемов обучающих выборок. Из условия минимума этого риска отыскиваются оптимальные значения параметров классификатора (коэффициентов размытости). Приводятся численные примеры.