贝叶斯分类器讲义.ppt
文本预览下载声明
贝叶斯分类器 一、分类器的概念 分 类 特征提取 特征：对象的特殊属性 特征向量：特征的描述参数 方法：列出特征表用排除方法计算不同特征的相对概率，然后选取 良好的特征的特点：可区别性、可靠性、独立性、数量少 分类器的设计 逻辑结构：（分类规则）相似程度 分类规则的数学基础：（阈值规则）特征空间 分类器的训练 基本方法：用一组已知的对象来训练分类器 目的的区分：1. 分类错误的总量最少 2. 对不同的错误分类采用适当的加权 使分类器的整个“风险”达到最低 偏差：分类错误 分类器的性能测试 已知类别的测试集；已知对象特征PDF的测试集 PDF
显示全部