贝叶斯分类器的一个简单应用(matlab)

最新推荐文章于 2021-02-12 06:21:07 发布

baimabbl

最新推荐文章于 2021-02-12 06:21:07 发布

阅读量2.3k

点赞数 2

本文链接：https://blog.csdn.net/baimabbl/article/details/49357517

版权

该博客探讨了贝叶斯分类器在军事目标识别中的使用。在给定灌木丛和坦克的先验概率以及特定损失函数的情况下，通过分析四个样本的类概率密度，文章详细阐述了如何依据最小错误率和最小风险准则判断样本所属类型，并在考虑拒绝判决情况下重新评估结果。

摘要由CSDN通过智能技术生成

在军事目标识别中，假定有灌木丛和坦克两种类型，它们的先验概率分别是0.7和0.3，损失函数分别如下表所示，其中类型w1和w2分别表示灌木和坦克，判决a1=w1,a2=w2,a3表示拒绝判断。现在做了四次实验，获得四个样本的类概率密度如下:

P(x|w1):0.1,0.15,0.3,0.6, P(x|w2):0.8,0.7,0.55,0.3

问：（1）用最小错误率准则，判断四个样本个属于哪个类型。

（2）假定只考虑前两种情况，试用最小风险准则判断四个样本各属于哪一个类型。

（3）把拒绝判决考虑在内，重新考核四次实验的结果

clear
pw1=0.7;
pw2=0.3;
pxw1=[0.1,0.15,0.3,0.6];
pxw2=[0.8,0.7,0.55,0.3];
for i=1:4
 px=pw1*pxw1(i)+pw2

关注