模式识别实验：Bayes 分类器设计
最小风险贝叶斯和最小错误贝叶斯对细胞进行分类。
现有一系列待观察的细胞，其观察值为 x ：-3.9847 -3.5549 -1.2401 -0.9780 -0.7932 -2.8531 -2.7605 -3.7287 -3.5414 -2.2692 -3.4549 -3.0752 -3.9934 2.8792 -0.9780 0.7932 1.1882 3.0682 -1.5799 -1.4885 -0.7431 -0.4221 -1.1186 4.2532
1.根据最小错误率贝叶斯决策，利用 Matlab 完成分类器的设计。
1）写出相应程序语句的文字说明；
2）程序设计过程中，要求有子程序的调用。
3）根据上述例题中的数据，画出后验概率的分布曲线以及分类的结果示意图。
2.根据最小风险贝叶斯决策，决策表如下。
1）请重新设计程序，画出相应的条件风险的分布曲线和分类结果,并比较两个结果。
2）在损失矩阵为 0-1 损失函数时，比较最小错误贝叶斯决策和最小风险决策的结果
是否一致。
文件下载
资源详情
[{"title":"（ 7 个子文件 4KB ） 模式识别实验：Bayes 分类器设计","children":[{"title":"experiment1","children":[{"title":"Bayes_R.m <span style='color:#111;'> 410B </span>","children":null,"spread":false},{"title":"compareRE.m <span style='color:#111;'> 563B </span>","children":null,"spread":false},{"title":"Bayes_minE.m <span style='color:#111;'> 752B </span>","children":null,"spread":false},{"title":"resultE.mat <span style='color:#111;'> 186B </span>","children":null,"spread":false},{"title":"bayesminE.m <span style='color:#111;'> 1.23KB </span>","children":null,"spread":false},{"title":"bayesR.m <span style='color:#111;'> 1.48KB </span>","children":null,"spread":false},{"title":"resultR.mat <span style='color:#111;'> 186B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- xxxxxxx - 副本.docx
- NRF51822 蓝牙芯片原理图设计电路
- 四川最新地级市区划矢量图.rar
- 微机原理与接口技术 PDF
- 网上书店管理系统
- 《MATLAB 神经网络30个案例分析》程序和数据
- 商务智能复习题目(含答案)
- 北阳传感器UST-05LN手册
- linux64_10g_bbed下载
- 汇编语言所有实验报告
- Python Deep Learning, 2nd Edition
- 阅读APP类Android项目源码，高仿爱阅读APP
- 神经网络算法：神经网络算法（包括BP，SOM，RBF）-源码
- 计算机硬件采购合同模板.doc
- 边缘计算联网芯片AI物联网操作系统赋能智慧城市.pdf
- net start.docx
- matlab 地质应用 绘制三维地质图
- C++ MFC实现的字符点阵转换工具
- 全排列生成算法（字典序、邻位对换、递增进位制数，递减进位制数）
- 单元测试说明模板
- 组成原理简单模型机课程设计
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