文件名称：贝叶斯分类器的数据处理
文件大小：16KB
文件格式：RAR
更新时间：2021-09-16 13:49:48
tag
贝叶斯公式对于一个分类器而言，我们考虑一个待分类的目标，任务就是将这个目标分类为c类。分类数c事先作为一个先验值，即已知值。每一个待分类的目标由一组特征值 x(i)，则构成一个 维特征向量，x=[x(1),x(2),……，x(n)] 。假设每一个待分类的目标能够由一组简单的特征向量表示，也就是该组特征向量只属于某一类。
【文件预览】：
贝叶斯分类器的数据处理
----ysw1_2.m(442B)
----Parzen_gauss_kernel.m(606B)
----knn_density_estimate.m(748B)
----ysw1_6.m(2KB)
----ysw1_13.m(555B)
----compute_error.m(476B)
----mixt_value.m(591B)
----ysw1_12.m(2KB)
----ysw1_1.m(383B)
----mixt_model.m(617B)
----mahalanobis_classifier.m(450B)
----bayes_classifier.m(408B)
----comp_gauss_dens_val.m(271B)
----Gaussian_ML_estimate.m(382B)
----EM_pdf_est.m(3KB)
----mixture_Bayes.m(641B)
----ysw1_10.m(725B)
----plot_data.m(691B)
----ysw1_7.m(1KB)
----euclidean_classifier.m(421B)
----ysw1_4.m(640B)
----gauss.m(378B)
----ysw1_11.m(653B)
----generate_gauss_classes.m(470B)
----ysw1_9.m(2KB)
----ysw1_8.m(2KB)
----ysw1_5.m(350B)
----em_alg_function.m(2KB)
----ysw1_3.m(3KB)
----k_nn_classifier.m(665B)