模式分类(通俗导论).pptxVIP

之模式分类;模式分类是模式识别的核心。 ;事情还没有发生,要求这件事情发生的可能性的大小,是先验概率. 事情已经发生,要求这件事情发生的原因是由某个因素引起的可能性的大小,是后验概率. 后验概率是指在得到“结果”的信息后重新修正的概率，如贝叶斯公式中的。是“知果寻因”问题中的果。先验概率与后验概率有不可分割的联系，后验概率的计算要以先验概率为基础。 ;假设一个学校里有60%男生和40%女生。女生穿裤子的人数和穿裙子的人数相等，所有男生穿裤子。一个人在远处随机看到了一个穿裤子的学生。那么这个学生是女生的概率是多少？ 使用贝叶斯定理，事件A是看到女生，事件B是看到一个穿裤子的学生。我们所要计算的是P(A|B)。 P(A)是忽略其它因素，看到女生的概率，在这里是40% P(A)是忽略其它因素，看到不是女生（即看到男生）的概率，在这里是60% P(B|A)是女生穿裤子的概率，在这里是50% P(B|A)是男生穿裤子的概率，在这里是100% P(B)是忽略其它因素，学生穿裤子的概率，P(B) = P(B|A)P(A) + P(B|A)P(A)，在这里是0.5×0.4 + 1×0.6 = 0.8. 根据贝叶斯定理，我们计算出后验概率P(A|B) P(A|B)=P(B|A)*P(A)/P(B)=0.25 是男生的 P(A‘|B)= P(B|A)P(A)/P(B)=0.75. 可见，