最小错误率贝叶斯决策的基本思想_模式识别实验最小错误率下的贝叶斯决策 -...

if g1>g2

t1=t1+1; %若g1>g2,则属于第一类，否则属于第二类，并统计属于每一类的个数

else t2=t2+1; end end

三、实验结果

(1)

第一类样本均值：5.0375 3.4525 1.46 第二类样本均值：6.01 2.78 第三类样本均值：6.6225 2.96 第一类样本的协方差矩阵：

0.131121794871795 0.0972115384615384 0.0133333333333333 0.0132692307692308 0.0972115384615384 0.130250000000000 0.00215384615384614 0.0133333333333333 0.00215384615384614

0.0119615384615385

0.235

4.3175 1.35

5.6075 1.99

(2)每类样本的协方差矩阵、逆矩阵以及协方差矩阵的行列式

0.0296410256410257 0.00502564102564103

0.00951282051282051

0.0132692307692308 0.0119615384615385 0.00502564102564103

逆矩阵：18.8146188042527 -13.3847352886752 -6.47453636800065 -5.99346924772421

-13.3847352886752 18.2504706645718 5.95329943788004 -7.42342518317483 -6.47453636800065 5.95329943788004 39.4922929094642 -19.3184124732768 -5.99346924772421 -7.42342518317483 -19.3184124732768 133.021717057711

协方差矩阵的行列式：1.56318133831812e-06 第二类样本的协方差矩阵：

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

逆矩阵：

Inf Inf Inf Inf Inf Inf Inf Inf Inf Inf Inf Inf Inf Inf Inf Inf

协方差矩阵的行列式：0

第三类样本的协方差矩阵：

0.467942307692308 0.110410256410256 0.357775641025641 0.0512564102564103 0.110410256410256 0.113230769230769 0.0810769230769231 0.0462564102564103 0.357775641025641 0.0810769230769231 0.345326923076923 0.0593076923076923 0.0512564102564103 0.0462564102564103 0.0593076923076923 0.0742564102564103

逆矩阵：

12.0677437364511

-4.88916379648501 -12.1082128512238 4.38637019494952

-4.88916379648501 14.8211423555543 3.00369869101398 -8.25671873361937 -12.1082128512238 3.00369869101398 15.7866851329687 -6.12187764556262 4.38637019494952

-8.25671873361937 -6.12187764556262 20.4719162879598

协方差矩阵的行列式：0.000142786635162081 (3)各类样本代入公式分类得： 第一类样本：

5.11375000000000 3.79125000000000

3.79125000000000 0.520000000000000 0.517500000000000 5.07975000000000 0.0839999999999996 0.466500000000000

0.520000000000000 0.0839999999999996 1.15600000000000 0.196000000000000 0.517500000000000 0.466500000000000 0.196000000000000 0.371000000000000

第二类样本：

10.6760000000000 3.37800000000000 6.71300000000000 2.04000000000000

3.37800000000000 6.71300000000000 2.04000000000000 4.32400000000000 3.15400000000000 1.77000000000000 3.15400000000000 7.93775000000000 2.87500000000000 1.77000000000000 2.87500000000000 1.68000000000000

第三类样本：

18.2497500000000 4.30600000000000 13.9532500000000 1.99900000000000

4.30600000000000 13.9532500000000 1.99900000000000 4.41600000000000 3.16200000000000 1.80400000000000 3.16200000000000 13.4677500000000 2.31300000000000 1.80400000000000 2.31300000000000 2.89600000000000

三维空间分类图：

121061210864204543210432321143214321

86420420153421132105043211324四 实验心得

首先感谢老师给予我们这次试验的机会，通过这次试验，我更深入了解了最小错误率贝叶斯决策原理，通过计算期望，可以对现实问题进行数学计算，从而获得最优解。通过自己对相关程序的理解和老师的帮助下我们完成了程序，并仔细阅读了程序,希望对以后的学习有一定的帮助。经过实验,我对模式识别的认识更深入了,希望能学好模式识别。

实验报告成绩评定表

评定项内 容 目 实验内是否明确实验目的，是否熟悉算法原理。 20 容 实验代代码是否完整、准确。 码 实验结结果是否真实、准确。 果 实验分析 总成绩 及格 指导教师评语： 是否撰写实验分析，是否阐述自己的观30 点。 采用五级分制：优、良、中、及格、不 20 30 分 分 分 满评总