概率密度函数估计的引入
概率密度函数估计的引入采用贝叶斯决策需要已知两种知识:各类的先验概率P(wi)P(w_i)P(wi)各类的条件概率密度函数ρ(x∣wi)\rho(x|w_i)ρ(x∣wi)在已知上述两种知识的前提下,才能够对未知样本进行分类。我们希望:当样本数N→∞N \rightarrow \inftyN→∞时,得到的分类器能收敛于理论上的最优解。而在实际问题中,我们仅已知有限数目的样本。类的先验概率的估计方法:(P(wi)P(w_i)P(wi))用训练数据中各类出现的频率来估计依靠经验类
复制链接