ch05非參數(shù)方法-wenkub.com
2024-09-25 22:37 本頁面
【正文】 小 結(jié) ? 非參數(shù)估計 直接估計密度函數(shù)而不需知道函數(shù)形式 ? 優(yōu)點 ? 通用性：不必了解分布的形式就能對其作出估計 ? 在訓(xùn)練樣本足夠多的情況下，無論實際的概率密度函數(shù)的形式如何，最終肯定能得到一個可靠的收斂的結(jié)果 ? 缺點 ? 需要大量訓(xùn)練樣本，往往比已知分布的參數(shù)形式而進行參數(shù)估計所需的訓(xùn)練樣本個數(shù)多得多。Ch 05. 非參數(shù)方法 Part 1 Parzen窗估計 模式分 類 的途 徑 ? 途徑 1：估計類條件概率密度 ? 通過 和 ，利用貝葉斯規(guī)則計算后驗概率 ，然后通過最大后驗概率做出決策 ? 兩種方法 ? 方法 1a：概率密度參數(shù)估計 基于對 的含參數(shù)的描述 ? 方法 1b：概率密度非參數(shù)估計 基于對 的非參數(shù)的描述 ? 途徑 2：直接估計后驗概率 ? 不需要先估計 ? 途徑 3：直接計算判別函數(shù) ? 不需要估計 或者 參數(shù) 估 計 可能存在的 問題 ? 概率密度函數(shù)的形式未知 ? 經(jīng)典的密度函數(shù)往往不能很好的描述現(xiàn)實數(shù)據(jù) ? 經(jīng)典密度函數(shù)的參數(shù)形式一般都是單模的 ? 現(xiàn)實數(shù)據(jù)往往是多模的 ? 有些復(fù)雜數(shù)據(jù)很難用參數(shù)形式建模 ? 解決辦法： 非參數(shù)方法 （ nonparametric method） 非 參數(shù) 方法 ? 能處理任意的概率密度 ? 不必假設(shè)密度函數(shù)的參數(shù)形式 ? No Fre
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1