第4讲统计分类(三)--贝叶斯分类器的设计和分析.pptVIP

速冻大哥个 规范 模式识别 第六讲 统计模式识别（三） －－贝叶斯分类器的设计和分析 回顾： 一、贝叶斯分类器设计 1、贝叶斯分类器设计的原理 一、贝叶斯分类器设计 2、参数估计与非参数估计 参数估计： 先假定研究的问题具有某种数学模型，如正态分布，二项分布，再用已知类别的学习样本估计里面的参数。 非参数估计： 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。 一、贝叶斯分类器设计 （1）最大似然估计 假定： ①待估参数θ是确定的未知量 ②按类别把样本分成M类X1，X2，X3，… XM 其中第i类的样本共N个 Xi = (X1,X2,… XN)T 并且是独立从总体中抽取的 ③ Xi中的样本不包含 (i≠j)的信息，所以可以对每一 类样本独立进行处理。 ④ 第i类的待估参数 一、贝叶斯分类器设计 ∵学习样本独立从总体样本集中抽取的 ∴