Bayes分类器设计（2020年十二月整理）.pdfVIP

实验二 Bayes 分类器设计 一、实验目的 通过实验，加深对统计判决与概率密度估计基本思想、方法的认识，了解影 响Bayes 分类器性能的因素，掌握基于Bayes 决策理论的随机模式分类的原理和 方法。 二、实验内容 设计Bayes 决策理论的随机模式分类器。 假定某个局部区域细胞识别中正常（a ）和非正常（a ）两类先验概率分别 1 2 为 正常状态：P （a ）=0.9； 异常状态：P （a ）=0.1。 1 2 三、方法手段 Bayes 分类器的基本思想是依据类的概率、概密，按照某种准则使分类结果 从统计上讲是最佳的。换言之，根据类的概率、概密将模式空间划分成若干个子 空间，在此基础上形成模式分类的判决规则。准则函数不同，所导出的判决规则 就不同，分类结果也不同。使用哪种准则或方法应根据具体问题来确定。 四、Bayes 算法 1.实验原理 多元正太分布的概率密度函数由下式定义