模式识别04-贝叶斯分类器.pdf

  1. 1、本文档共44页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
模式识别04-贝叶斯分类器

模式识别导论 ——贝叶斯决策 李金屏 济南大学 信息科学与工程学院 模式识别与智能系统研究所 山东省网络环境智能计算技术重点实验室 2011年10月 目录  复习  贝叶斯决策基本思想  最小误判概率准则  最小损失判别准则  参数估计和非参数估计  总结和作业 2011-12-22 (R) 模式识别与智能系统研究所 2 目录  复习  贝叶斯决策基本思想  最小误判概率准则  最小损失判别准则  参数估计和非参数估计  总结和作业 2011-12-22 (R) 模式识别与智能系统研究所 3 复习 上一次重点介绍几个基本的聚类算法:  相似性阈值和最小距离准则的简单聚类法  最大最小距离算法  谱系聚类法  动态聚类法(C-均值) 2011-12-22 (R) 模式识别与智能系统研究所 4 复习 上一次作业:  准备之后的上机:最大最小距离算法  要求:给定了样本之后,能够自动按照该算法分 成若干类(包括设定阈值等参数)。  查阅资料:一篇关于聚类的论文。  查询并整理所学过的聚类算法。 2011-12-22 (R) 模式识别与智能系统研究所 5 目录  复习  贝叶斯决策基本思想  最小误判概率准则  最小损失判别准则  参数估计和非参数估计  总结和作业 2011-12-22 (R) 模式识别与智能系统研究所 6 贝叶斯决策基本思想  General Words (前序)  本部分重点介绍贝叶斯分类器及相关技术,用于处理未知 的概率密度。  This part focuses on Bayesian classification and technique for estimating unknown probability density functions.  所设计的分类器可以按照“最可几概率”对于未知样本进 行分类。  We will design classifiers that classify an unknown pattern in the “most probable” of the classes. 2011-12-22 (R) 模式识别与智能系统研究所 7 贝叶斯决策基本思想  General Description(一般性描述)  所谓贝叶斯决策(Bayesian Decision Theory ),就是在不 完全的信息下,对部分未知的状态用主观概率估计,然后 用贝叶斯公式对发生的概率进行修正,最后再利用期望值

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档