此部分內容為看《數字影象處理》第三版564頁的最佳統計分類器的筆記
1、條件評價損失概念
2.貝葉斯分類器思想
對於乙個新的模式變數x,帶入12.2-9中得到該變數屬於某個分類時的平均損失，從中找出平均損失最小的分類，那麼就表明x屬於這個分類，可以看到貝葉斯分類器可以利用預先知道的知識（損失函式）進行更好的分類，若某項被錯誤分類到另一類的損失函式損失較大，那麼會增大rj的值，從而調節最終的結果。
3.求取過程
貝葉斯分類器
程式設計實現貝葉斯分類器。編寫matlab函式，輸入為 a 均值向量 b c類問題的類分布的協方差矩陣 c c類的先驗概率 d 基於上述類的包含列向量的矩陣x。根據貝葉斯規則，輸出為乙個n維向量，它的第i列表示相應輸入向量x的第i列的類別。clear all clc mu 1 1 sigma 9 4...
貝葉斯分類器
首先在貝葉斯分類器之前先說貝葉斯理論 1 貝葉斯分類器 假設有n種可能的分類標記，即為y ij 是將乙個真實的標記cj的樣本誤分類為ci發損失，後驗概率p ci x 可獲得樣本x分類為ci的期望，則在樣本x上的 條件風險 是 我們需要最小化這個風險，也就是在每個樣本上選擇那個能使條件風險r c x ...
模式識別 貝葉斯分類器的訓練
貝葉斯分類決策規則 依據計算得到的後驗概率對樣本進行歸類 條件 先驗概率和類條件概率已知。因此只要知道 p w j p w j p wj 和p x wj p x w j p x wj 就可以設計出貝葉斯分類器，而p w j p w j p wj 和p x wj p x w j p x wj 並不能預...