模式识别边肇祺第二章（二）

第二章（二）

2.2后面部分，2.3，2.4

2.2

2.2.3在限定一类错误率条件下使另一类错误率为最小的两类别决策

拉格朗日

2.2.4最大最小决策

2.2.5序贯分类方法
2.2.6分类器设计

1）多类情况：判别函数，决策面方程，分类器设计

2）两类情况

2.3正态分布时的统计决策

物理上的合理性，数学上比较简便。

2.3.1正态分布概率密度函数的定义及性质

1.单变量正态分布

2.多元正态分布的性质（u和∑决定，等密度点的轨迹是一超椭球面，不相关性等价于独立性，边缘分布和条件分布的正态性，线性变换的正态性，线性组合的正态性）

2.3.2多元正态概率型下的最小错误率贝叶斯判别函数和决策面

第一种情况，第二种情况，第三种情况。

2.4关于分类器的错误率问题

三种方法

2.4.1在一些特殊情况下错误率的理论计算

第一种情况正态分布且等协方差阵

独立随机变量

2.4.2错误率的上界

Chernoff界限，用Bhattacharyya系数确定的错误率上界

2.5讨论