分類器設(shè)計-第五章-展示頁
2025-01-16 04:00本頁面
【正文】 分類的過程 判別函數(shù) ? 假設(shè)對一模式 X已抽取 n個特征，表示為： ? 模式識別問題就是根據(jù)模式 X的 n個特征來判別模式屬于 ω1 ,ω2 , … , ωm 類中的那一類。 （ 1）基于概率統(tǒng)計的分類法 往往取決于前期統(tǒng)計分布的相關(guān)知識，最經(jīng)典的 BAYES分類器，利用先驗(yàn)概率和類條件概率密度函數(shù)，計算出后驗(yàn)概率，以此設(shè)計出判別函數(shù)與判決面。 Fisher準(zhǔn)則： 尋求最好的直線方向以及如何實(shí)現(xiàn)向最好方向投影的變換 感知準(zhǔn)則： 感知準(zhǔn)則函數(shù)使錯分類樣品到分界面距離之和最小為原則。模式識別所強(qiáng)調(diào)的“最佳”“最優(yōu)”，這種最優(yōu)是針對某一設(shè)計原則講的，這種原則成為準(zhǔn)則。 ，設(shè)計判別函數(shù)模型。第五章 分類器設(shè)計 本章主要內(nèi)容 ? 分類器設(shè)計準(zhǔn)則 ? 分類器設(shè)計基本方法 ? 判別函數(shù) ? 訓(xùn)練與學(xué)習(xí) 分類器設(shè)計準(zhǔn)則 分類問題是根據(jù)待識別對象所呈現(xiàn)的觀察值，將其分到某個類別中去。具體步驟是： ，已知訓(xùn)練集里某個點(diǎn)所屬類別。 ，得到完善的判別函數(shù)模型 屬于哪類 分類器設(shè)計準(zhǔn)則 在統(tǒng)計模式識別中，討論的主要問題不是決策正誤，而是決策正誤的概率問題。 這種準(zhǔn)則包括： 最小錯誤率準(zhǔn)則： 以減少分類錯誤為原則 最小風(fēng)險準(zhǔn)則： 引入風(fēng)險損失概念，賦予不同權(quán)值，使總的風(fēng)險最小 近鄰準(zhǔn)則： 依據(jù)同類物體在空間中具有聚類特性的原理進(jìn)行區(qū)分。 分類器設(shè)計基本方法 通常采用最近鄰原則，最簡單的一種分類方法，缺點(diǎn)是計算量大、存儲量大。 （ 2）幾何分類法 不依賴于條件概率密度的知識，通過幾何的方法把特征空間分解為對應(yīng)于不同類別的子空間。 維空間的一個向量是 n),...,( 321XxxxxX Tn??例如下圖：三類的分類問題，它們的邊界線就是一個判別函數(shù) 1?2?3?邊界2x1x判別函數(shù) ? 判別函數(shù)包含兩類： ?一類 是線性判別函數(shù)： ?線性判別函數(shù) ?廣義線性判別函數(shù) （所謂廣義線性判別函數(shù)就是把非線性判別函數(shù)映射到另外一個空間變成線性判別函數(shù)） ?分段線性判別函數(shù) ?另一類是非線性判別函數(shù) 判別函數(shù) 線性判別函數(shù) ? 我們現(xiàn)在對兩類問題和多類問題分別進(jìn)行討論。＝為
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1