精选优质文档-倾情为你奉上西安交通大学模式识别实验一IRIS正态分布假设下的贝叶斯分类吴娟梅 硕20813112313030实验原理对于具有多个特征参数的样本(如本实验的iris数据样本有个参数),其正态分布的概率密度函数可定义为式中,是维行向量,是维行向量,是维协方差矩阵,是的逆矩阵,是的行列式。本实验我们采用最小错误率的贝叶斯决策,使用如下的函数作为判别函数(3个类别)其中为类别发生的先验概率,为类别的类条件概率密度函数。由其判决规则,如果使对一切成立,则将归为类。我们根据假设:类别,i=1,2,N的类条件概率密度函数,i=1,2,N服从正态分布,即有,那么上式就可以写为对上式右端取对数,可得上式中的第二项与样本所属类别无关,将其从判别函数中消去,不会改变分类结果。则判别函数可简化为以下形式实验过程1.用部分数据来估计均值、协方差首先读入数据专心-专注-专业clear allclc% 原始数据导入,原数据以文本
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号:浙ICP备20026746号-2
公安局备案号:浙公网安备33038302330469号
本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。