文件名称:贝叶斯判决
介绍说明--下载内容来自于网络,使用问题请自行百度
假定某个局部区域细胞识别中正常w1和非正常w2
两类先验概率分别为:
正常状态:P(w1)=0.9 ;
异常状态:P(w2)=0.1 。
现有一系列待观察的细胞,其观察值为:
-2.67 -3.55 -1.24 -0.98 -0.79 -2.85
-2.76 -3.73 -3.54 -2.27 -3.45 -3.08
-1.58 -1.49 -0.74 -0.42 -1.12 4.25
-3.99 2.88 -0.98 0.79 1.19 3.07
两类的类条件概率符合正态分布,P(x|w1)~N(-2,1.5), P(x|w2)~N(2,2),
风险决策表为λ12=7,λ21=2,λ11=λ22=0。
1)依据最小错误率的贝叶斯决策对观察的结果进行分类。
2)依据最小风险的贝叶斯决策对观察的结果进行分类。(1) According to the Bayes decision of the minimum error rate,the observation results are classified.
2) According to the Bayesian decision of minimum risk, the observed results are classified.)
两类先验概率分别为:
正常状态:P(w1)=0.9 ;
异常状态:P(w2)=0.1 。
现有一系列待观察的细胞,其观察值为:
-2.67 -3.55 -1.24 -0.98 -0.79 -2.85
-2.76 -3.73 -3.54 -2.27 -3.45 -3.08
-1.58 -1.49 -0.74 -0.42 -1.12 4.25
-3.99 2.88 -0.98 0.79 1.19 3.07
两类的类条件概率符合正态分布,P(x|w1)~N(-2,1.5), P(x|w2)~N(2,2),
风险决策表为λ12=7,λ21=2,λ11=λ22=0。
1)依据最小错误率的贝叶斯决策对观察的结果进行分类。
2)依据最小风险的贝叶斯决策对观察的结果进行分类。(1) According to the Bayes decision of the minimum error rate,the observation results are classified.
2) According to the Bayesian decision of minimum risk, the observed results are classified.)
相关搜索: 贝叶斯决策器matlab设计
(系统自动生成,下载前可以参看下载内容)
下载文件列表
文件名 | 大小 | 更新时间 |
---|---|---|
Ex_2.m | 1475 | 2020-03-10 |
模式识别—贝叶斯决策论-上机练习.pdf | 691120 | 2020-04-29 |
本网站为编程资源及源代码搜集、介绍的搜索网站,版权归原作者所有! 粤ICP备11031372号
1999-2046 搜珍网 All Rights Reserved.