模式识别05-线性分类器.pdf

  1. 1、本文档共35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05-线性分类器

模式识别导论 ——线性分类器 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11月 目录  复习  几何分类器与概率模式识别的关系  线性分类器  支持向量机  总结和作业 (R) 济南大学信息科学与工程学院 模式 2011-12-22 识别与智能系统研究所 2 目录  复习  几何分类器与概率模式识别的关系  线性分类器  支持向量机  总结和作业 (R) 济南大学信息科学与工程学院 模式 2011-12-22 识别与智能系统研究所 3 n p ( x ) p ( x |  ) p ( ) 复习  i i i 1  贝叶斯决策的基本思想:将先验概率转化成后验 概率。  最小误判概率准则:P(|x) = p (x |)P()/p (x) i i i  最小损失判别准则:对于不同的误判赋予不同的 惩罚项(penalty term)显得十分必要: 就是将属 ki 于 的样本x判给导致的损失或风险。 k i  判决面 (Decision Surfaces ):将特征空间划分成 M个区域,使得风险或者错误概率(或者称为代 价)最小。 很重要,直接导致 几何分类器! (R) 济南大学信息科学与工程学院 模式 2011-12-22 识别与智能系统研究所 4 复习  参数估计和非参数估计:贝叶斯决策规则解决了 最优分类器的设计问题,但首先需要解决概率密 度估计问题。  参数估计方法:概型已知,参数未知。即先假定研究 的问题具有某种数学模型,再用已知类别的学习样本 估计里面的参数。常用方法:矩估计法、期望值最大 方法(EM)等。  非参数估计方法:概型未知。即不假定数学模型,直 接用已知类别的学习样本的先验知识直接估计数学模 型。常用方法:Parzen窗方法,K -近邻法、正交函数 逼近法。 (R) 济南大

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