模式识别网课笔记

第一章 绪论

分类器

统计模式识别方法


监督型

非监督型

第二章 贝叶斯决策

1. 使用贝叶斯分类条件：种类 概率分布已知
   
   

2. 分类：

• 最小错误
• 最小风险
  定义：
  
  运算步骤：
  
  最小错误率的贝叶斯决策是采用0-1损失函数的最小风险贝叶斯决策
  例题：
  

3. 正态分布基础知识
   
   单变量正态分布
   
   
   多元正态分布
   
   
   判别函数就是正态分布函数两边取 ln

高斯分布下的贝叶斯分类器

基础知识补充：

协方差矩阵

X，Y不相关指的是：X，Y两个变量线性不相关（即不存在线性关系，但可能存在非线性关系）
X，Y独立指的是：X，Y两个变量没有任何关系（即没有线性关系，也没有非线性关系）

马氏距离表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系，并且是尺度无关的，即独立于测量尺度。

第一种情况

第二种情况

第三种情况

第三章 概率密度函数的估计

参考文章：点击跳转