分类器、判别函数及判定面
下图展示了基于判别函数的分类器体系结构。给定d个特征(输入),经过结合代价函数的判定函数(最大后验概率,最小条件风险,最小误差率等),得到对应的行为(判定类别为w等)。
判定函数的形式多样:
对比大小
取对数
判定函数形式多种多样,但是规则是相同的,将特征空间划分为c个判别区域,R1、R2 ,· · · ,Rc。
判别边界即判决空间中使判别函数值最大的曲面。
两类分类器常用的判别函数:后验概率差、对数差
正态密度
多元正态函数由于其简易性,常用来作为贝叶斯分类器的条件概率密度函数。
单变量密度函数