模式识别教学资料：第二章习题.pptVIP

习题： 最小错误率贝叶斯决策过程？ 最小错误率贝叶斯分类器设计过程？ 最小错误率贝叶斯决策规则有哪几种常用的表示形式？ 贝叶斯决策为什么称为最小错误率贝叶斯决策？ 贝叶斯决策是由先验概率和_________概率，推导_______概率，然后利用这个概率进行决策。 利用乘法法则和全概率公式证明贝叶斯公式 朴素贝叶斯方法的条件独立假设是_________。 根据如下训练数据，叙述朴素贝叶斯方法进行分类器设计的详细过程？ 怎样利用朴素贝叶斯方法获得各个属性的类条件概率分布？ 计算属性Marital Status的类条件概率分布_________。 朴素贝叶斯分类器的优缺点？ 习题： 写出多元正态概率下的最小错误率贝叶斯决策的判别函数，即 ___________。 多元正态概率下的最小错误率贝叶斯决策的决策面方程为______________________________________。 多元正态概率下的最小错误率贝叶斯决策，当类条件概率分布的协方差矩阵为 时，每类的协方差矩阵相等，且类内各特征间_________，并具有相等的方差。 多元正态概率下的最小错误率贝叶斯决策，如果先验概率相等，并且 ，那么分类问题转化为只要计算待测样本x到各类均值的_________，然后把x归于具有_________的类。这种分类器称为_________。 习题： 已知样本类条件概率密度， i=1,2。其中 ， ， ， ， 。如果用最小错误率贝叶斯决策 来进行分类器设计，决策面将___________（通过，不通过） 和 连线的中点。决策面与向量 - ____________（正交，不正交）。 多元正态概率下的最小错误率贝叶斯决策，类条件 概率密度各类的协方差矩阵不相等时，决策面是超 __________面，判别函数是__________（线性， 二次型）。 习题： 证明：多元正态概率下的最小错误率贝叶斯决策，对于 的特殊情况，最终的决策面方程为超平面。 证明：多元正态概率下的最小错误率贝叶斯决策，对于 的特殊情况，最终的决策面方程为： 多元正态概率下的最小错误率贝叶斯决策，对于 的特殊情况，证明先验概率相等时，形成的分类器是最小距离分类器。 多元正态概率下的最小错误率贝叶斯决策，对于 的特殊情况，证明判别函数是线性的。 书中习题：2.6；2.20；2.21 证明 第2章习题2.6（ 老版43页） 解： 用Bayes公式展开，最小风险贝叶斯决策决策得到：