大数据解析与应用导论 课件 第3章 判别分析.pptx

1;第三章 判别分析;判别分析概述;判别分析概述;判别分析概述;;距离判别分析;距离判别分析;Fisher判别分析;Fisher判别分析;Bayes判别分析;贝叶斯判别法的前提条件是已经取得了对所关注对象相应的认识。这种认识我们往往用先验概率来表述。 在得到样本后，根据样本所包含的信息修正之前所获得的先验概率分布，获得新的后验概率分布。 利用新的后验概率分布进行各种统计推断 ;贝叶斯判别规则: 把某特征矢量 x 落入某类集群 θ 的条件概率当成分类判别函数（概率判别函数）, x 落入某集群 θ 的条件概率最大的类为 x 所属的类别。 贝叶斯判别规则是以错分概率或风险最小为准则的判别规则。;14;第三章 判别分析;一、距离判别的思想;二、距离度量方法——欧氏距离;二、距离度量方法——欧氏距离;三、距离度量方法——马氏距离;三、距离度量方法——马氏距离;三、距离度量方法——马氏距离;三、距离度量方法——马氏距离;四、其他距离衡量手段;四、其他距离衡量手段;五、选择距离衡量手段的原则;26;第三章 判别分析;一、Fisher判别的思想;一、Fisher判别的思想;二、Fisher判别的优化目标;二、Fisher判别的优化目标;二、Fisher判别的优化目标;二、Fisher判别的优化目标;三、Fisher判别法计算步骤;三、Fisher判别法计算步骤;四、Fisher判别法应用举例;四、Fisher判别法应用举例;四、Fisher判别法应用举例;39;第三章 判别分析;一、Bayes判别的思想;一、Bayes判别的思想;二、贝叶斯判别;二、贝叶斯判别;三、贝叶斯判别实例;三、贝叶斯判别实例;四、朴素贝叶斯;四、朴素贝叶斯;四、朴素贝叶斯;四、朴素贝叶斯的应用;四、朴素贝叶斯的应用;52;第三章 判别分析;支持向量机（SVM ）简介;线性二分类问题;关于分割超平面的思考;支持向量与间隔;支持向量与间隔;支持向量与间隔;;;;;;65;第三章 判别分析;线性可分支持向量机求解;线性可分支持向量机求解;线性可分支持向量机求解;线性可分支持向量机求解;线性可分支持向量机求解;;线性可分支持向量机求解;线性可分支持向量机求解;软间隔支持向量机;若数据线性不可分，则增加松弛因子 ，使函数间隔加上松弛变量大于等于1。这样，约束条件变成;??性软间隔支持向量机模型;核函数的引入;核函数的引入;核函数的引入;非线性支持向量机简介;支持向量机的实现;参考文献