贝叶斯分类器 3.ppt

速冻大哥个 规范 统计模式识别（二） 贝叶斯分类器 内容 贝叶斯分类的基本原理 最小错误率贝叶斯分类 最小风险贝叶斯分类 最大似然比贝叶斯分类 正态分布中的贝叶斯分类 回顾： 线性分类器设计思路 梯度下降法 感知器法 哈哈统计 有一个从没带过小孩的统计学家，因为妻子出门勉强答应照看三个年幼好动的孩子。妻子回家时，他交出一张纸条，写的是： “擦眼泪11次；系鞋带15次；给每个孩子吹玩具气球各5次,累计15次；每个气球的平均寿命10秒钟；警告孩子不要横穿马路26次；孩子坚持要穿马路26次；我还要再过这样的星期六0次”。 统计学真的这样呆板吗？仅仅收集数据，整理分析，累加平均… 统计学以数据为研究内容，但仅仅收集数据，决不构成统计学研究的全部。 统计学是面对不确定情况寻求决策、制定方法的一门科学 人力、财力、时间等的限制，只有部分或少量数据，要推断所有数据的的特征 PR中的分类问题是根据识别对象特征的观测值，将其分到相应的类别中去。 一、贝叶斯分类原理： 1、贝叶斯公式及其意义： 2、作为统计判别问题的模式识别： 3、先验概率和后验概率： 4、后验概率的获得： 以细胞识别为例： 细胞切片的显微图像经过一定的预处理后，抽取出d个特征。每一细胞可用一个d维的特征向量x表示。希望根据x的值分到正常类ω1或异常类ω2中去。 假定可以得到Pr（ω1）、Pr（