[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

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！