自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

远方

个人计算机学习资料库

  • 博客(2)
  • 收藏
  • 关注

转载 贝叶斯公式的简单介绍

贝叶斯公式 假设已知先验概率P(ωj),也知道类条件概率密度p(x|ωj),且j=1,2.那么,处于类别ωj,并具有特征值x的模式的联合概率密度可写成两种形式: p(ωj,x) = P(ωj|x)p(x) = p(x|ωj)P(ωj) 整理后得出贝叶斯公式(只有两种类型的情况下) 下面分别介绍一下后验概率、似然函数、先验概率以及证据因子。 1、后验概率 后验概率P(

2015-05-22 11:12:18 1959

转载 C++中char *和char []的区别

C++中char *和char []的区别   代码 #include using namespace std; main() {    char *c1 = "abc";    char c2[] = "abc";    char *c3 = ( char* )malloc(3);    c3 = "

2015-05-22 10:45:27 433

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除