新）PR部分习题解答.docVIP

第二章：贝叶斯决策理论 主要考点： 最小错误率贝叶斯分类器； 最小风险贝叶斯分类器； 多元正态分布时的最小错误率贝叶斯分类器。 典型例题：Ｐ４５，２.２３，２.２４。 例题1：在一个一维模式两类分类问题中，设，两类的类概率密度分别为 1）求最小错误率贝叶斯分类器的阈值。 2）设损失为，求最小风险贝叶斯分类器的阈值。 解：由于p(w1)=1/3, p(w2)=2/3，则最小错误率贝叶斯分类器的阈值 θ=p(w2)/p(w1)=2 其相应的决策规则为： 则 即 当L= 时， 从而最小风险贝叶斯决策规则的阈值为： 判决规则为： ,则 即= 例２ｐ45,2.23 解：这里两类协方差矩阵相等。 负对数似然比判别规则为 例３2.24 解： 例４：假设两类二维正态分布参数如下，试给出负对数似然比判别规则。 解：负对数似然比判别规则为 所以，决策规则为： 实验一：贝叶斯分类器设计 实验1）随机生成服从二维正态分布的三类样本 类别 均值 方差 训练样本个数 测试样本数 1 300 100 2 200 100 3 500 100 2）利用训练样本估计各类的均值与协方差矩阵，并以此作为各类的类概率密度的参数； 3）设计基于最小