单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第四章 线性判别函数Bayesian分类器设计方法已知类条件概率密度 p(xωi) 参数表达式先验概率 P(ωi) 利用样本估计 p(xω i) 的未知参数用贝叶斯规则将其转换成后验概率 P(ωix) 并根据后验概率的大小进行分类决策解决实际问题方法在实际中存在问题样本特征空间的类条件概率密度形式常常很难确定利用 Parz

function Bayes2为了提高实验样本测试的精度故采用多次模拟求平均值的方法N=input(实验模拟次数 N(N最好为奇数) )Result(1:31:3)=0????? 判别矩阵的初始化for k=1:N???????????? 控制程序模拟次数N??? 生成二维正态分布的样本2 X N 维的矩阵???? X1=mvnrnd([1 2][4 00 6]300)?? 2 X N???