模式识别 第4章 概率密度函数的估计.pdf

第四章 概率密度函数的估计 4.1 引言 一般情况：p( ω),p(x| ω) 已知，设计分类 i i 器. 实际中： p(x| ω)未知. i 大致 例如： 癌细胞识别 正常 p( ω) 细胞病理检查设计结果 异常 i 经验 估计 正常、异常细胞染色图片样本 p( ω),p(x| ω) i i 分类器的设计 第一步：利用样本估计 ˆ ˆ p( ω),p(x| ω) p(ω), p(x |ω) 表示 i i i i 设计推断中的估计理论 ˆ ˆ 第二步：将p(ω), p(x |ω) 判决规则 分类结果 i i 要求： lim ˆ ( p x |ω) p (x |ω) i i N →∞ lim ˆ ( ) ( ) p ω p ω i i N →∞ 从样本集推断总体概率分布p(x| ω) 的方法 i （1）监督参数估计——样本所属的类别及类 条件总体概率密度书的形式已知。而表征概 率密度函数的某些参数未知x ∈ω p(x| ω)形 i i 2 式已知，如果p(x| ω) ∽N( μ, σ) i 由已知样本集 某些参数 估计推断 （2 ）非监督参数估计——样本所属类别未 知，总体概率密度形式已知,x ∈ω未知， i p(x| ω)形式已知 估计参数