贝叶斯分类器是一种最优分类器
贝叶斯分类器是一种最优分类器,它假设基于可获得的信息可以建立类别的概率密度函数,然后基于最小错误率分类准则进行分类。一般假设概率密度函数是正态分布,因为正态分布数学基础较好。问题就转化为正态分布参数的估计问题。幸运的是,参数估计问题已经被很好的解决了。 基于正态分布的协方差的不同,正态概率分布型...
贝叶斯分类器是一种最优分类器,它假设基于可获得的信息可以建立类别的概率密度函数,然后基于最小错误率分类准则进行分类。一般假设概率密度函数是正态分布,因为正态分布数学基础较好。问题就转化为正态分布参数的估计问题。幸运的是,参数估计问题已经被很好的解决了。 基于正态分布的协方差的不同,正态概率分布型...
用MATLAB编写的模式识别中的贝叶斯分类器...
朴素贝叶斯分类器(Navie Bayesian Classifier)识别鼠标输入的字母A~J...
:朴素贝叶斯分类器是一种简单而高效的分类器,但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关 系,以及它的被动学习策略,影响了它的分类性能。本文从不同的角度出发,讨论并分析了三种改进朴素贝叶斯分类 性能的方法。为进一步的研究打下坚实的基础。...
一个用C++写的贝叶斯分类器的程序源代码...