判别函数法上-四川大学.pdfVIP

2012-2013春学期 第四讲 模式识别引论 判别函数法 （上） 赵启军 四川大学计算机学院 模式识别系统的构成 训训 训训 分类器 练练 练练 设计 信息 预处 特征提取 获取 理 与选择 分类决 测测 测测 策 试试 试试 传感器传感器 去噪去噪 传感器传感器 去噪去噪 寻找具有判寻找具有判 寻找具有判寻找具有判 确定有效的确定有效的 确定有效的确定有效的 增强增强 增强增强 别性的特征别性的特征 别性的特征别性的特征 分类规则分类规则 分类规则分类规则 2 分类器 • 贝叶斯决策 （第2、3讲） – 随机模式分类；最小错误率、最小风险 • 判别函数法 （第4 、5讲） – 确定模式分类 ；线性、非线性 • 近邻分类器 （第6讲） – 无参数分类器 • 11 12 支持向量机 （第 、 讲） – 统计学习理论 3 贝叶斯分类器的优缺点 • 优点 – 使错误率或风险最小，理论上的最优分类器 – 用做评价其它分类器的参照 • 缺点 – 需要已知有关样本总体分布的知识，包括各类 的先验概率和类条件概率密度函数 –