实验7.1基于数学模型的贝叶斯判别分析方法.docVIP

第七章 数学模型 模型是算法的基础，是算法的来源与根本，因此，学习算法与编程语言的过程是离不开数学模型的。本章我们将从贝叶斯判别分析和k-means聚类两个基本问题入手来讨论两种算法的模型及实现。 在一些自然科学与社会科学的研究中，研究对象用某种方法已划分为若干类型。得到的一个新样品数据后，要确定该样品属于已知类型中的哪一类，这样的问题属于判别分析。判别分析是一种重要的统计分析方法。这一方法的基本思想是根据已知类别的样本所提供的信息，总结出分类的规律，建立判别公式和判别准则，判别新的样本点所属类型。本部分主要介绍基于数学模型的贝叶斯判别分析方法。 对事物进行分组，是人们认识事物的出发点，也是人们认识世界的一种重要方法。因此，分类学已经成为人们认识世界的一门基础学科。聚类分析又称群分析，它是研究（样本或者之别）分组问题的一种多元统计方法。所谓类，通俗地说，就是指相似元素的集合。本部分主要介绍基于数学模型的k-means聚类方法。 实验7.1基于数学模型的贝叶斯判别分析方法 实验目的 (1) 掌握贝叶斯判别方法的原理及Matlab命令。 (2) 熟练掌握matlab软件进行贝叶斯判别的方法与步骤。 距离判别只要求知道总体的数字特征，不涉及总体的分布函数，当参数和协方差未知时，就用样本的均值和协方差矩阵来估计。距离判别方法简单实用，但没有考虑到每个总体出现的机会大小，即先验概率，没有考