基于贝叶斯决策理论和分类器.pptVIP

* 到此为一讲内容 多类情况下，设 最小错误率的Bayes决策规则的四种等价形式 2. 决策面方程 各决策域R被决策面所分割，这些决策面是特征空间中的点、直线、超曲面，相邻的两个决策域在决策面上其判别函数相等。 决策面方程应满足 gi (x) = gj (x) gij(x) = gi(x)－gj(x)=0 i≠j 且i与j为相邻的两类。 一维、三类 二维、二类 只有两类的分界面： x为一维，决策面为一分界点；如图(a) x为二维，决策面为一曲线；如图(b) x为三维，决策面为一曲面； x为d维，决策面为一超曲面 (b) 3. 分类器设计 在d维特征空间内，划分为c个决策区域。 ⑴ 多类： 根据各类训练集样本x计算得到c个判别函数gi，将待分样本计算gi，从中选择最大值作为类决策。 分类器可看成由硬件或软件组成的一个“机器”。 ⑵两类： 两类分类器可看作只是对x计算判别函数的一个“机器”，根据计算结果的符号将x分类。 例4 对例1和例2分别列出判别函数和决策面方程 例1. 判别函数 决策面方程 例2. 判别函数 决策面方程： §4 正态分布