资源描述：
《模式识别实验报告-实验一bayes分类器设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、实验一Bayes分类器设计【实验目的】对模式识别冇一个初步的理解，能够根据自己的设计对W叶斯决策理论算法冇一个深刻地认识，理解二类分类器的设计原理。【实验原理】最小风险W叶斯决策可按下列少骤进行：⑴在已知/^呀），P（x
2、^.）,i=l,…，C及给出待识别的X的情况下，根据贝叶斯公式计算出P验概率：（2）利用计算出的后验概率及决策表，按K面的公式计算出采取％,i=l，…，a的条件风（3）对⑵中得到的a个条件风险值i=l，…，a进行比较，找出使其条件风险最小的决策人，即则人就是最小风险贝叶斯决策。【
3、实验内容】假定某个局部区域细胞识别中•:常（叫）和非正常（％）两类先验概率分别为正常状态：P（叫）=0.9；异常状态：P（队）=0.1。现冇一系列待观察的细胞，艽观察值为;V:-3.9847-3.5549-1.2401-0.9780-0.7932-2.8531-2.7605-3.7287-3.5414-2.2692-3.4549-3.07521.18823.0682-3.99342.8792-0.97800.7932-1.5799-1.4885-0.7431-0.4221-1.11864.2532
4、已知类条件概率是的曲线如下图:p(xO)})p(x
5、6y2)类条件概率分布正态分布分别为N(_2,0.25).N(2,4)试对观察的结果进行分类。【实验要求】1)用mat1ab完成菽于敁小错误率的W叶斯分类器的设计，要求程序相应语句冇说明文字，要求有子程序的调用过程。2)根据例子画出后验概率的分布曲线以及分类的结果示意图。3)如果是最小风险贝叶斯决策，决策表如卜：最小风险贝叶斯决策表：co2a104a220请重新设计程序，完成基于最小风险的W叶斯分类器，画出相应的条件风险的分布曲线和分类结果，并
6、比较两个结果。【实验程序】♦最小错误率贝叶斯决策今分类器设计x=[-3.9847-3.5549-1.2401-0.9780-0.7932-2.8531-2.7605-3.7287-3.5414-2.2692-3.4549-3.0752-3.99342.8792-0.97800.79321.18823.0682-1.5799-1.4885-0.7431-0.4221-1.11864.2532Jpw1=0.9;pw2=0.1cl=-2;a1=0.5e2=2;a2=2m=numel(x)%得到待测细胞个
7、数pwl_x=zeros(l,m)%存放对wl的后验概率矩陈pw2_x=zcros(l,m)%存放对w2的p骑概率矩阵results=zeros(l,m)%存放比较结果矩阵fori=l:m%汁算在wl下的后验概率pw1_x(i)=(pwl*normpdf(x(i),e1,a1))/(pwl*normpdf(x(i),e1,a1)+pw2*normpdf(x(i),e2,a2))%计算在w2下的P验概率pw2_x(i)=(pw2*normpdf(x(i),e2,a2))/(pwl*normpdf(x
8、(i),e1,a1)+pw2*normpdf(x(i),e2,a2))endfori=1:mifpwl_x(i)>pw2_x(i)%比较两类后验概率result(i)=0%正常细胞elsercsult(i)=l%异常细胞endenda呵-5:0.05:51%取样本点以画图n=numel(a)pwl_plot=zcro$(l,n)pv2_plot=zeros(l,n)forj=l:npwl_plot(j)=(pwl*normpdf(a(j),e1,a1))/(pwl*normpdf(a(j),el
9、,al)+pw2*normpdf(a(j),e2,a2))%计算每个样本点对wl的后验概率以岡图pw2_plot(j)=(pw2*normpdf(a(j),e2,a2))/(pw1*normpdf(a(j),e1,a1)+pw2*normpdf(a(j),e2,a2))endfigure(1)holdonplot(a,pwl_plot，V，a，pw2_plot，’r-.’)fork=l:mifresult(k)==0plot(x(k)，-0.1；b*r)%正常细胞用*表示elseplot(x(k)
10、，-0.1，’rp')%异常细胞用五角星表示end;end;legend(’正常细胞后验概率曲线’，’异常细胞后验概率曲线’，’正常细胞7异常细胞*)xlabelf样本细胞的观察值*)ylabelC后验概率》titlef后验概率分布曲线’)gridonreturn;♦实验内容仿真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,-3.9
