2016第章密度估计.pptVIP

K近邻分类准则：对于待分样本x，找出它的k个近邻，检查它的类别，把x归于样本最多的那个类别。 K近邻分类的错误率随K↑，Pk↓,最低的错误率为Bayes分类。 P* PK Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 最近邻分类准则：待分样本x，找一个离它最近的样本，把x归于最近的样本一类。 Bayes P P(e) K近邻 最近邻 最近邻分类法则的错误率P比K近邻错误率还大，但最大不会超过贝叶斯分类器错误率的二倍。 M为类别数,P(e)为Bayes估计的错误率 错误率： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. References Yingquan Wu“Improved k-nearest neighbor classification” Pattern Recognition 35 (2002) 2311–2318(