[模式识别].(希腊)西奥多里蒂斯<第四版>笔记2之__基于贝叶斯决策理论的分类器
2014-07-16 22:02
232 查看
本章的主要工作在基于训练集的特征向量,估计概率密度函数。
1,贝叶斯决策理论
条件概率公式。其中P(w)为先验概率,P(x|w)为类条件概率密度
2,基于正态分布的贝叶斯分类
高斯分布和正态分布是最常见的PDF,主要原因是计算的良好性和对大样本的建模。中心极限定理是统计学中最著名的定理:大量相互独立的随机变量,其均值的分布以正态分布为极限。
3,未知的概率密度函数估计方法
·最大似然参数估计
·最大后验概率估计
·贝叶斯推论
·最大熵估计
·混合模型
·非参数估计
·Naive-Bayes分类器
PS:发现看到第二章就感觉很枯燥啊,看看第3条任一个方向都够看的。希望能再多坚持写一些!
1,贝叶斯决策理论
条件概率公式。其中P(w)为先验概率,P(x|w)为类条件概率密度
2,基于正态分布的贝叶斯分类
高斯分布和正态分布是最常见的PDF,主要原因是计算的良好性和对大样本的建模。中心极限定理是统计学中最著名的定理:大量相互独立的随机变量,其均值的分布以正态分布为极限。
3,未知的概率密度函数估计方法
·最大似然参数估计
·最大后验概率估计
·贝叶斯推论
·最大熵估计
·混合模型
·非参数估计
·Naive-Bayes分类器
PS:发现看到第二章就感觉很枯燥啊,看看第3条任一个方向都够看的。希望能再多坚持写一些!
相关文章推荐
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记4之__非线性分类器
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记3之__线性分类器
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记5之__特征选取
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记8它__模板匹配
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记5之__特征选取
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记11之__聚类:基本概念
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记10之__监督学习:后记
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记9之__context-based classification
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记1之__模式识别相关领域
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记7之__feature generation (2)
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记8之__模板匹配
- [模式识别].(希腊)西奥多里蒂斯<第四版>笔记6之__feature generation (1):数据转换和降维
- <C++Primer>第四版 阅读笔记 第一部分 “基本语言”
- <<推荐系统实战>>笔记1,基于用户的协同过滤算法
- <C++Primer>第四版 阅读笔记 第四部分 “面向对象编程与泛型编程”
- RT-Thread 学习笔记(十三)--- 开启基于RTGUI的LCD显示功能(3)<触屏屏驱动移植和测试>
- <C++Primer>第四版 阅读笔记 第二部分 “容器和算法”
- RT-Thread 学习笔记(十一)--- 开启基于RTGUI的LCD显示功能(1)<LCD驱动接口移植>
- <C++Primer>第四版 阅读笔记 第三部分 “类和数据抽象”
- RT-Thread 学习笔记(十二)--- 开启基于RTGUI的LCD显示功能(2)<编译测试>