正态分布下贝叶斯决策的引入
正态分布的贝叶斯决策1. 判别函数的一般式为了研究最佳贝叶斯分类器,此时相关概率密度函数ρ(x∣wi),i=1,2,...,M\rho(x|w_i),i=1,2,...,Mρ(x∣wi),i=1,2,...,M描述每一类的数据分布,都是多元正态分布N(μ,Σi),i=1,2,...,MN(\mu,\Sigma_i),i=1,2,...,MN(μ,Σi),i=1,2,...,M。因为相关密度是指数形式,它使如下判别函数更易计算,其(单调)对数函数ln(⋅)ln(·)ln(⋅)表示为:gi(x)=ln
复制链接