模式识别-2讲义.pptVIP

2.3.2 多元正态概率型下的最小错误率贝叶斯判别函数和决策面 第一种情况：各个特征统计独立，且同方差情况。(最简单情况) 如果M类先验概率相等 最小距离分类器：未知x与μi 相减，找最近的μi把x归类 * 2.3.2 多元正态概率型下的最小错误率贝叶斯判别函数和决策面 第一种情况：各个特征统计独立，且同方差情况。(最简单情况) 如果M类先验概率相等 * 2.3.2 多元正态概率型下的最小错误率贝叶斯判别函数和决策面 第一种情况：各个特征统计独立，且同方差情况。(最简单情况) * 2.3.2 多元正态概率型下的最小错误率贝叶斯判别函数和决策面 第一种情况：各个特征统计独立，且同方差情况。(最简单情况) 讨论： * 2.3.2 多元正态概率型下的最小错误率贝叶斯判别函数和决策面 第一种情况：各个特征统计独立，且同方差情况。(最简单情况) 讨论： * 2.3.2 多元正态概率型下的最小错误率贝叶斯判别函数和决策面 第二种情况： Σi＝ Σ相等，即各类协方差相等。 * 2.3.2 多元正态概率型下的最小错误率贝叶斯判别函数和决策面 第二种情况： Σi＝ Σ相等，即各类协方差相等。 未知x，把x与各类均值相减，把x归于最近一类。最小距离分类器。 * 2.3.2 多元正态概率型下的最小错误率贝叶斯判别函数和决策面 第二种情况： Σi＝ Σ相等，即各类协方差相等