第1章 贝叶斯分类.pptVIP

5.3、（多变量）多维正态分布 (1)函数形式： 5 正态分布决策理论 5 正态分布决策理论 5 正态分布决策理论 (1)不相关性等价于独立性 证明： 5 正态分布决策理论 (2) (3) 5.4 判别函数：类的条件概率密度用正态来表示： 5 正态分布决策理论 5.5 最小错误率(Bayes)分类器： 从最小错误率这个角度来分析Bayes 分类器 1.第一种情况：各个特征统计独立，且同方差情况。(最简单情况) 5 正态分布决策理论 判别函数： 5 正态分布决策理论 5 正态分布决策理论 5 正态分布决策理论 如果M类先验概率也相等情况： 最小距离分类器：未知x与μi相减，找最近的μi把x归类 2、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。 5 正态分布决策理论 5 正态分布决策理论 3、第三种情况(一般情况)：Σ?为任意，各类协方差矩阵不等，二次项xT Σ? x与i有关。所以判别函数为二次型函数。 5 正态分布决策理论 例1、有训练集资料矩阵如下表所示，现已知，N=9、N1=5、N2=4、d=2、M=2，试问，X=(0,0)T应属于哪一类？ 解1、假定二类协方差 矩阵不等（∑1≠∑2） 则均值: 训练样本号k 1 2 3 4 5 1