线性分类器可以实现线性可分的类别之间的分类决策，其形式简单，分类决策快速。但在许多模式识别的实际问题中，两个类的样本之间并没有明确的分类决策边界，线性分类器（包括广义线性分类器）无法完成分类任务，此时需要采用其它有效的分类方法。贝叶斯分类器就是另一种非常常见和实用的统计模式识别方法。-Linear classifier can be realized linearly separable classification decision between classes in the form of

模式识别中贝页斯分类器的MATLAB实现,且用不同颜色标记了分类点和错分点-Mr Page in pattern recognition classifier of MATLAB, and use different color tag by classification and fault point

模式识别中贝页斯分类器的MATLAB实现,且用不同颜色标记了分类点和错分点-Mr Page in pattern recognition classifier of MATLAB, and use different color tag by classification and fault point

模式识别中,对于服从多元正态分布的样本的一个分类器的实现,-Pattern recognition, for the sample of multivariate normal distribution on the implementation of a classifier,