第一章 绪论
分类器
统计模式识别方法
监督型
非监督型
第二章 贝叶斯决策
- 使用贝叶斯分类条件：种类 概率分布已知
2. 分类：
- 最小错误
- 最小风险
定义：
运算步骤：
最小错误率的贝叶斯决策是采用0-1损失函数的最小风险贝叶斯决策
例题：
- 正态分布基础知识
单变量正态分布
多元正态分布
判别函数就是正态分布函数两边取 ln
高斯分布下的贝叶斯分类器
基础知识补充：
协方差矩阵
X，Y不相关指的是：X，Y两个变量线性不相关（即不存在线性关系，但可能存在非线性关系）
X，Y独立指的是：X，Y两个变量没有任何关系（即没有线性关系，也没有非线性关系）
马氏距离表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系，并且是尺度无关的，即独立于测量尺度。
第一种情况
第二种情况
第三种情况
第三章 概率密度函数的估计
参考文章：点击跳转
