模式识别实验报告贝叶斯分类器.doc

模式识别理论与方法课程作业实验报告实验名称：Generating Pattern Classes实验编号：Proj02-01规定提交日期：2012年3月30日实际提交日期：2012年3月24日摘要：在熟悉贝叶斯分类器基本原理基础上，通过对比分类特征向量维数差异而导致分类正确率发生的变化，验证了“增加特征向量维数，可以改善分类结果”。对于类数的先验概率已知、且无须考虑代价函数的情况，贝叶斯分类器相当简单：“跟谁亲近些，就归属哪一类”。技术论述：1， 贝叶斯分类器基本原理：多数占优，错误率最小，风险最低在两类中，当先验概率相等时，贝叶斯分类器可以简化如下：2，增加有效分类特征分量，可以有助于改善分类效果实验结果讨论：从实验的过程和结果来看，进一步熟悉了贝叶斯分类器的原理和使用，基本达到了预期目的。实验结果：图1 原始数据图2 按第1 个特征分量分类结果图3 按第2 个特征分量分类结果