目录


这一部分有大量的公式推导和概念，我没学懂，只是先记录下了，等以后加深理解再不断更新笔记内容

课程链接: 【北交】图像处理与机器学习

贝叶斯决策

在这里插入图片描述
如何确定分类的映射函数？？？什么才是最好的分类？？？

在这里插入图片描述
一个表示x发生的情况下w发生的概率，下面哪个表示w的情况下x发生的概率

最小错误率决策

在这里插入图片描述
简单说就是该特征在哪个类别的概率最大就分到该类。
在这里插入图片描述
在这里插入图片描述

最小风险决策

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

例题：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

0-1损失函数

当预测错误时，损失函数值为1，预测正确时，损失函数值为0。该损失函数不考虑预测值和真实值的误差程度，也就是只要预测错误，预测错误差一点和差很多是一样的。
在这里插入图片描述

判别函数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

高斯概率密度下的判别函数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

case1

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

case2

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

case3

在这里插入图片描述
在这里插入图片描述
例子：
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
这部分没看懂，先记录下来，再不断研究吧

概率密度估计

在这里插入图片描述

参数法

极大似然估计

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

贝叶斯估计

在这里插入图片描述
在这里插入图片描述

非参数法

在这里插入图片描述
在这里插入图片描述

Parzen Window

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

K-nearest Neighbor

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

# 学习 # 机器学习 # 人工智能
Logo
CSDN学习社区

CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！

更多推荐

嵌入式作业（七）：基于Ardunio的STM32串口通信

嵌入式作业（七）0作业要求1Ardunio 完成STM32的串口通信（1）安装Ardunio IDE（2）stm32串口通信2关于 stduino IDE0作业要求安装 Ardunio IDE 和相关软件支持库，在Ardunio 完成STM32板子的串口通信程序：（1）持续向串口输出“Hello world！”；（2）当接收到“stop!”时，停止输出。网上有一个国人版的MCU集成开发平台， st

avatar CSDN学习社区

JDBC详解

JDBC文章目录JDBC什么是JDBC?JDBC驱动程序:Java使用JDBC访问数据库的步骤:设置classpath:Oracle连接字符串的书写格式:简单的例子:常用数据库的驱动程序及JDBC URL:Oracle数据库:SQL Server数据库MySQL数据库Access数据库PreparedStatement接口:JNDI-数据源（Data Source）与连接池（Connection

avatar CSDN学习社区

“模式识别与机器学习”学习笔记no2.再谈感知机

接**上篇：上篇主要进行了PLA，Pocket算法的理论过程分析和在给定数据集上利用pocket算法对数据集进行分类学习，得到错分数量最少的分类面。上篇中pocket算法的过程已经进行了编程和测试，框架已经建立了起来，这一篇主要上篇中没有提到或涉及不深的几个问题。1.数据集的构造。上篇是直接使用了题目给的向量，这次来根据正态分布来产生数据集。np.random.normal函数可以根据均值和方差生

avatar CSDN学习社区