計算這個由多個分類器組成的集合的大O符號

Question

我有一個模型如下所示，我正在計算它的整體計算複雜度（大O符號）。

在這個模型中，類型的分類器「A」具有O(mN)，其中N是數據集中的實例數一個時間複雜度，並且m是由分類器「A」確定的常數變量（我正在嘗試創建一個最小的工作示例，以便問題可以清楚。如果需要更多信息，請告知我）。分類器「B」的時間複雜度爲O(N^2)，其中N是數據集中實例的數量。

該模型基本上是由n個「A」分類器和m個「B」個分類器組成的整體分類器。最終決定是基於簡單的加權多數表決。爲了確定權重，我使用數據集對系統進行了訓練，同時將隨機生成的權重組合分配給分類器「A」和「B」。爲系統選擇的最佳權重組合是爲數據集的訓練子集提供最佳檢測精度的組合。然後在系統測試期間使用該選定的重量組合。對於算法和時間複雜性分析來說，我只能計算或研究個體分類的時間複雜性，但是如果給出n +，系統的整體計算複雜度是多少？ m分類器和多數投票階段（最終決策階段）？

Answer 1

讓a_1, a_2, a_3, a_4, ...., a_n爲由n類型爲A生成的常數。

讓a_max = max{a_1, a_2, a_3, ...., a_n}

爲類型的n分類甲時間複雜度爲：O(n*a_max*N)

---

m類型乙的分類器，每個在時間複雜度運行O(N^2)

總計m classi fiers這將是：O(m*N^2)

---

時間複雜度：O（M * N^2 + N * a_max * N）

---

你可能也寫的：

O(m*N^2 + (a_1 + a_2 + a_3 + ... + a_n)*N), a tighter bound.