基于贝叶斯最小错误率决策的分类（python）
假定某个局部区域细胞识别中正常P(w1)和异常P（w2)两类先验概率分别为P(w1)=0.9, 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)=(-2,1.5), p(x|w2)=(2,2).依据最小错误率的贝叶斯决策对观察的结果进行分类。
文件下载
评论信息
其他资源
- 8K超高分辨率视频处理系统分析与设计.pdf
- flash as3.0 课件 十二生肖的学习
- MSP430F149驱动OV7670摄像头
- QT 智能家居
- 信号检测与估值仿真 高斯窄带噪声自相关函数样本函数等matlab仿真
- mfc中模态、非模态对话框与主对话框之间的数据交换
- 整点报时语音包wav格式的文件
- 教育知识能力教资zgt.pdf
- 日程控件的数据库还原文件
- 如何在 STEP 7 (TIA Portal) 中使用符号方式按位，字节，或字访问非结构数据类型？.txt
- vncviewer.exe
- Java实现base64图片编码数据转换为本地图片的方法
- OPPOA57改全网
- cdlinux 无线网卡 驱动和安装教程
- AT25SF081驱动
- php-5.2.13-Win32
- 易语言源码连接sql Server数据库+增加注册信息+超级模块
- yuvtools_v2
- java 远程监控系统
- 江苏省地图 矢量图
- 一个很简单的仿京东分类UI，帮助你很好的理解RecycleView和Ftagment
- LBS核心技术揭秘(高清带书签)
- MQTT V3.1.1协议 C Server，以及客户端源码
- fir滤波器matlab仿真代码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明