贝叶斯判别习题.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
贝叶斯判别习题 贝叶斯判别习题 1. 办公室新来了一个雇员小王,小王是好人还是坏人大家都在猜测。按人们主观意识,一个人是好人或坏人的概率均为0.5。坏人总是要做坏事,好人总是做好事,偶尔也会做一件坏事,一般好人做好事的概率为0.9,坏人做好事的概率为0.2,一天,小王做了一件好事,小王是好人的概率有多大,你现在把小王判为何种人。 解:A:小王是个好人 a:小王做好事 B:小王是个坏人 B:小王做坏事 P(A/a)= 0.5*0.9P(A)P(a/A) P(A)P(a/A)+P(B)P(a/B)0.5*0.9+0.5*0.2 P(B/b)= P(B)P(a/B)0.5*0.2 P(A)P(a/A)+P(B)P(a/B)0.5*0.9+0.5*0.2 0.820.18 所以小王是个好人、 2. 设 m = 1,k = 2 ,X 1 ~ N (0,1) ,X 2 ~ N (3,2 2 ) ,试就C(2 | 1) = 1,C(1 | 2) = 1,且不考虑先验概率的情况下判别样品2,1 属于哪个总体,并求出 R = (R1, R2 ) 。 解: -(x-μi)2/σi2}i=1,2 2 P1(2)= -(2-0)2}==0.054 21P2(2)=-(2-3)2/4}=-1/8=0.176 2由于P1(2) -(1-0)2}==0.242 1P2(1)=-(1-3)2/4}=-1/2=0.120 2P1(1)= P1(1)P2(1),所以1属于π1 -x2}=P2(x)=-(x-3)2/4} 即2exp{-x2}=exp{-(x2-6x+9)} x=-(x2-6x+9) 28 =-3.14.所以 R=([-3.41,1.42],(-∞,-3.41)U(1.42,+∞)). 3.已知π1,π2的先验分布分别为q1=,q2=,C(2|1)=1,C(1|2)=1,且 f1=P(x)=2-x,1 ?0,其他?0,其他?? 使判别x1= ,x2=2所属总体。 解:p1(9/5)=2-9/5=1/5 p1(2)=2-2=0 p2(9/5)=(9/5-1)/4=1/5 p2(2)=(2-1/4)=1/4 q1p1= *= q2p2= * = 所以判x1=属于π1。同理可知x2=2属于π2。 4. 假设在某地区切片细胞中正常(ω1)和异常(ω2)两类的先验概率分别为P(ω1)=0.9,P(ω2)=0.1。现有一待识别细胞呈现出状态x,由其类条件概率密度分布曲线查得p(x|ω1)=0.2,p(x|ω2)=0.4,试对细胞x进行分类 解:利用贝叶斯公式,分别计算出状态为x时ω1与ω2的后验概率 根据贝叶斯决策有 P(ω1|x)=0.818>P(ω2|x)=0.182 判断为正常细胞,错误率为0.182 判断为异常细胞,错误率为0.818 因此判定该细胞为正常细胞比较合理 5 简述贝叶斯判别法的基本思想和方法 基本思想:设k个总体G1,G2, ,Gk,其各自的分布密度函数 f1(x),f2(x), ,fk(x),假设k个总体各自出现的概率分别为q1,q2, ,qk, qi≥0,∑qi=1。设将本来属于Gi总体的样品错判到总体Gj时造成的损 失为C(j|i),i,j=1,2, ,k。 设k个总体G1,G2, ,Gk相应的p维样本空间为 R=(R1,R2, ,Rk)。 在规则R下,将属于Gi的样品错判为Gj的概率为 P(j|i,R)=?fi(x)dx i,j=1,2, ,k 则这种判别规则下样品错判后所造成的平均损失为 r(i|R)=∑[C(j|i)P(j|i,R)] i=1,2, ,k 则用规则R来进行判别所造成的总平均损失为 g(R)=∑qir(i,R) =∑qi∑C(j|i)P(j|i,R) 贝叶斯判别法则,就是要选择一种划分R1,R2, ,Rk,使总平均损失g(R)达到极小。 基本方法:g(R)=∑qi∑C(j|i)P(j|i,R) =∑qi∑C(j|i)?fi(x)dx =∑?(∑qiC(j|i)fi(x))dx 令∑qiC(j|i)fi(x)=hj(x),则 g(R)=∑?Rhj(x)dx 若有另一划分R=(R,R, ,R),g(R)=∑?Rhj(x)dx 则在两种划分下的总平均损失之差为

文档评论(0)

软件开发 + 关注
官方认证
服务提供商

十余年的软件行业耕耘,可承接各类需求

认证主体深圳鼎云文化有限公司
IP属地湖南
统一社会信用代码/组织机构代码
91440300MA5G24KH9F

1亿VIP精品文档

相关文档