《模式识别原理、应用及实现》习题答案 第2章_第1页
《模式识别原理、应用及实现》习题答案 第2章_第2页
《模式识别原理、应用及实现》习题答案 第2章_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第二章2.1先验概率P(ωi)：根据以前的知识和经验得出的ωi类样本出现的概率，与现在无关。后验概率P(ωi|X)：相对于先验概率而言。指收到数据X（一批样本）后，根据这批样本提供的信息统计出的ωi类出现的概率。表示X属于ωi类的概率概率密度函数：是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。而随机变量的取值落在某个区域之内的概率则为概率密度函数在这个区域上的积分。贝叶斯公式即P2.2数学期望(mean)（或均值，亦简称期望）为试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。方差为各个数据与平均数之差的平方的和的平均数.若随机变量X服从一个位置参数为μ、尺度参数为σ的概率分布，则称为正态分布。2.3[方法1]通过后验概率计算：P=P∵[方法2]利用先验概率和类概率密度计算：P(X|P(X|∵2.4\o"点击查看大图"

解：计算θ12和l12(X)得：θl∵为病变细胞2.5解：（1）由题意，w1和w2的均值向量和协方差矩阵估计可得：m1=协方差矩阵相等，又因为P(w1)=P(w2)=1d代入并展开可得：dd故判别界面为：d2.6解：h==而lnPw1Pw2=0。所以判别规则为当x2.7(1)基于0-1代价Bayes判决函数为：当p(x|w1)p(x|w2)≥Pw2P(2)总的误判概率P(e)为：由-0.5x+1=0.5x-0.5，得x=1.5P

人人文库> 全部分类> 教育资料 > 考试试卷

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论