moshishibie 模式识别实验：贝叶斯分类器的设计，以及实现了最小风险 决策理解二类 Graph Recognize 图形/文字
249万源代码下载-
&文件名称: moshishibie& & [
& & & & &&]
&&所属分类:
&&开发工具: Others
&&文件大小: 2 KB
&&上传时间:
&&下载次数: 4
&&提 供 者:
&详细说明：模式识别实验：贝叶斯分类器的设计，以及实现了最小风险贝叶斯决策理解二类分类器的设计，matlab编程，有详细的注释-
模式识别实验：贝叶斯分类器的设计，以及实现了最小风险贝叶斯决策理解二类分类器的设计，matlab编程，有详细的注释
Pattern recognition classifier design experiment: Bias, as well as the realization of the design, the minimum risk Bias decision to understand two class classifier of MATLAB programming, with detailed notes
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&实验一\bayesfenlei.m&&......\danger.m&&实验一
&[]:一般，勉强可用
&近期下载过的用户:
&输入关键字，在本站249万海量源码库中尽情搜索：
&[] - 传统贝叶斯分类器，最小错误率贝叶斯分类器、最小风险贝叶斯分类器
&[] - 贝叶斯决策包含最小风险和最小错误概率两种情况的仿真
&[] - 贝叶斯决策理论常用于模式识别中，这是最常用的一种贝叶斯决策的matlab原程序
&[] - 最小错误率和最小风险贝叶斯分类器，附带示例数据查看: 2778|回复: 5|关注: 0
基于贝叶斯最小风险决策的MATLAB程序运行找不到pcapro函数
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%函数名称：bayesleasterror()
%参数：sample：待识别样品特征
%返回值：y：待识别样品所属类别
%函数功能：最小错误率概率的贝叶斯分类器
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function y=bayesleasterror(sample)
%对样品库和待测样品进行主成分分析
[pcapat,pcasamp]=pcapro(sample);
for i=1:10
pattern(i).feature=pcapat(:,temp+1:temp+pattern(i).num);
temp=temp+pattern(i).
for i=1:10
&&s_cov(i).dat=cov(pattern(i).feature');%求各类别的协方差矩阵
&&s_inv(i).dat=inv(s_cov(i).dat);%求协方差矩阵的逆矩阵
&&s_det(i)=det(s_cov(i).dat);%求协方差矩阵的行列式
for i=1:10
&&sum1=sum1+pattern(i).num%求样品库样品总数
for i=1:10
&&p(i)=pattern(i).num/sum1;%求各类别的先验概率
mean_sap=[];
for i=1:10
&&mean_sap(i).dat=mean(pattern(i).feature')':%求每一类样品的特征值
%计算最大的判别函数
for i=1:10
&&h(i)=(pcasamp-mean_sap(i).dat)'*s_inv(i).dat*(pcasamp-mean_sap(i).dat)*(-0.5)+log(p(i))+log(abs(s_det(i)))*(-0.5);
[maxnval maxpos]=max(h);
Y=maxpos-1;
这是我们课本上的一个例子，我把上面的做成函数调用，然后输入样品，但显示有错误，如下：
&& x=[0 0 0.78 1 1 0 0 0.5 1 1 0 0.39 1 1 1 0.58 1 1 0.86 0.23 0.93 1 1 0.6 0];
&& y=bayesleasterror(x)%输出结果
??? Undefined function or method 'pcapro' for input arguments of type 'double'.
Error in ==& bayesleasterror at 7
[pcapat,pcasamp] =pcapro(sample);不知道输入的样品是什么形式，求大神帮助啊！
自己顶一下！
关注者： 1956
为了他人能尽快帮助你，我已经简单修改了你的帖子，希望你以后发帖时注意查看发帖帮助：
& & & & & & & & & & & & & & & &
关注者： 1956
你的pcapro函数是在那里定义的？请参考我们给的发帖帮助，学会发帖，别人才能快速帮你。这样不是浪费一个来回么？
谢谢啊，小弟也是刚开始发帖，有许多不规范之处还请见谅，你的回帖让我受益匪浅；上面的那个问题我已经解决的，原来那个pcapro函数是一个p文件，而且是在别的目录下，后来才发现的，加进去直接调用就可以了。
谢谢啊，小弟也是刚开始发帖，有许多不规范之处还请见谅，你的回帖让我受益匪浅；上面的那个问题我已经解决 ...
Matlab中有自带这个pcapat函数吗？在哪个目录里呢？我也在学习这个贝叶斯分类器
站长推荐 /2
Powered by1305人阅读
机器学习（29）
本文转载自：，谢谢原作者！
============================================================================
这几天在学习贝叶斯分类，据说它的文本分析很给力，主要是应用简单，所以就小试以下。。。。
首先看一下贝叶斯应用的一个小例子：
一个士兵射击，分别在100,200,300处射击击的概率是0.7，0.2，0.1，而在各处射中目标的概率是0.6,0.2,0.04。现在目标已被击毁，求士兵在200米击中的概率？
这个要用到贝叶斯，设A1，A2，A3分别为士兵在100,200,300处射击，B为击中目标。
&& 则P(A1)=0.7，P(A2)=0.2，P(A3)=0.1。P(B|A1)=0.6，P(B|A2)=0.2，P(B|A3)=0.04。由贝叶斯公式可知
&&&&&&&&&&&P(A2|B)=(P(A2)*P(B|A2))/(P(A1)*P(B|A1)+P(A2)*P(B|A2)+P(A3)*P(B|A3))=(0.2*0.2)/(0.7*0.6+0.2*0.2+0.1*0.04)=0.08;
以上是贝叶斯的一个小应用，下面就详细的学习贝叶斯（本人是菜鸟，文中大部分内容均是借鉴，如有不对，大家指出）
一贝叶斯公式
&&&由以上我们已经可以看出贝叶斯公式，这里给出更一般的公式：
对于各式的解释，可以见例题，应该就没问题了。
二贝叶斯分类
&&&& 如果把样本属于某个类别作为条件，样本的特征向量取值作为结果，则模式识别的分类决策过程也可以看作是一种根据结果推测条件的推理过程。它可以分为两种类型：
&&&& 一确定性分类决策：
&&&&& 特征空间由决策边界划分为多个决策区域，当样本属于某类时，其特征向量一定落入对应的决策区域中，当样本不属于某类时，其特征向量一定不会落入对应的决策区域中；现有待识别的样本特征向量落入了某决策区域中，则它一定属于对应的类。
&&&&&& 二随机性分类决策：
&&&&&& 特征空间中有多个类，当样本属于某类时，其特征向量会以一定的概率取得不同的值；现有待识别的样本特征向量取了某值，则它按不同概率有可能属于不同的类，分类决策将它按概率的大小划归到某一类别中。
&&&& 对于随机性分类决策，可以利用贝叶斯公式来计算样本属于各类的后验概率：
三贝叶斯分类器
&& 1最小错误率贝叶斯分类器
&&&& 当已知类别出现的先验概率P(Wi)和每个类别在样本中的概率为P(x|Wi)时，已经求的后验概率P(Wi|x).对于如此，利用最小错误率贝叶斯分类器的原理，可以做出以下判段：
&&&&&& 两类问题时，当P(Wi|x)&P(Wj|x)时，判决属于类别Wi.
&&&&&& 对于多类情况，当P(Wi|x)为所有中最大的，则属于Wi。
用图表可以很清晰的看出其分界：
二最大似然比贝叶斯分类器
三最小风险贝叶斯分类器
&& 在最小错误率贝叶斯分类器分类时，仅考虑了样本属于每一类的后验概率最初分类决策，而没有考虑每一种分类决策的风险。例如针对某项检测指标进行癌症的诊断，如果计算出患者癌症和未患癌症的后验率均为50%，如果患者真实情况患了癌症，此时做出未患的诊断则会延误时机，比做出患癌症的诊断带来更为严重的后果。
& 于是，在这种情况下，要做改进。因此，在获得样本属于每一类的后验概率后，需要综合考虑各种分类决策的多带来的风险，选择分类风险最小的决策，这就是最小风险贝叶斯分类器。
这以上是贝叶斯的一般概念，对于贝叶斯分类器的构造还需要对参数进行估计，（未完待续）
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：294783次
积分：3492
积分：3492
排名：第6163名
原创：29篇
转载：137篇
评论：52条
(1)(4)(3)(2)(26)(8)(8)(5)(11)(9)(33)(9)(4)(18)(5)(21)基于最小错误率与最小风险的贝叶斯分类比较与研究_中华文本库
第2页/共2页
○职校论坛○SCIENCE&TECHNOLOGYINFORMATION2009年第23期
由已知条件得，cos2θ=1．∴θ＝0或θ＝π即軋p∥軋q
这个式了有什么特点呢？学生回答：首尾相接，和向量是第一个向量的
∴x=y=z．此题是用柯西不等式的向量表示式|軋p·軋q|≤|軋p||軋q|等号成立的条件证明的，另外我们对具有向量特征的代数总是问题，若注意观察，发现其特征，通过构造向量来解题，往往有独到之处。
构造向量軋p＝（x,a）,軋q=(c－x,b),则原式变为y=|軋p|+|軋q|．
已知a,b,c为正数，求函数y=姨+姨的极小
CCCCCC軋，我们不妨称始点指向最后一个向量的终点，因此有AB+BC+CA=0
之为“三闭折线性质定理”，那么这个方法对多个向量求和是否也同样适合呢？学生经过思考认为这同样适合多个向量求和，因此可以推广
C1C到一般情形———“多闭折线性质定理”，对于一组闭折线总有AA2+CCCCC軋进一步问：这个性质对空间闭折线成立吗？A2CA3+…+An-1An+AnA1=0．
经过探索，学生根据立几中平面的基本性质得出了“空间闭折线定
理”．教师进一步问：能否根据这个性质来解决下面的问题呢？
问题1问题2
p|+|軋q|≥|軋p+軋q|＝姨，等叫号成立当且仅当軋p与軋q同向平行．∵|軋
∴ymin=姨．例5值．
对于x∈R，试确定y=姨-姨的所有可能的
CCCCCCCCCCCA+OB+OC=OA′＋OB′＋COC′．ΔABC所在平面内任一点，求证：O
CCCCCCCC化简AB－AC＋BD-CD；
在ΔABC中，A′、B′、C′分别为BC，CA，AB的中点，O为CCCCCC軆，C軆，则ΔABC为正三角形在ΔABC中,BC＝aA＝軋b，AB＝c
)2-)+(姨(x-1
軆·軋軆=c軆·a軆．的充要条件是a·cb=軋b
通过对闭折线性质定理的探讨，既使学生认识到闭折线性质定理的内容简明，应用广泛，又培养了学生探究意识，为学生开辟了广阔的思维空间，提供了创新机遇。科
【参考文献】
构造向量軋p＝（x+1,），軋q＝（x－1,），
则y=|軋p|－|軋q|．
p－軋q＝（1，0），且|軋p|－|軋q|＜|軋p－軋q|，∵軋
p|－|軋q|｜＜|軋p－軋q|＝1，∴｜y｜=｜|軋
即y=姨-姨的值在区间（－1，1）内．
［1］孟祥亚．浅谈培养学生应用向量的意识[J]．中学数学研究，2002，5．
［2］刘八芝．向量在中学数学教学中的应用．镇江高专学报[J]．2003，02．
［3］史建军,张无忌．平面向量的数量积在中学数学解题中的妙用[J]．数学教学研究，2007，9．
CCCCCC例如，根据两个向量和的三角形法则，等式AB+BC=AC恒成立，
（上接第236页）由上，可以发现在0-1损失函数分布的情况下，
基于最小风险的贝叶斯决策就是基于最小错误率的贝叶斯决策，换言之，可以把基于最小错误率决策看做是基于最小风险决策的一个特例，基于最小风险决策本质上就是对基于最小错误率公式的加权处理。由于损失函数的调整会造成不同的分类结果，当两类错误决策所造成的损失相差悬殊时，损失就会起到主导作用，形成基于最小风险的决策。
［责任编辑：张艳芳］
【参考文献】
［l］张少中，王秀坤，孙莹光．贝叶斯网络及其在决策支持系统中的应用［J］．计算机工程，)：1-3．
［2］胡玉胜，涂序彦，崔晓瑜，程乾生．基于贝叶斯网络的不确定性知识的推理方法［J］．计算机集成制造系统．)：65-68．
［3］韩家炜.数据挖掘概念与技术［M］.机械工业出版社.．
［4］周颜军，王双成，王辉．基于贝叶斯网络的分类器研究［J］．东北师大学报自然科学版．)：21—27．
作者简介：王科欣（1982—），男，湖南长沙人，助教，软件设计师，在读硕士研究生，研究方向为数据库与知识工程，智能数据挖掘。
徐辉（1982—），男，河南信阳人，助理工程师，研究方向为教务管理与信息化处理。
6.结论与展望
通过上述讨论，正确的制定损失函数的值，是贝叶斯决策决策的一个关键问题，实质上损失函数的0-1分布就是基于最小错误率的决策。在实际中列出合适的决策表是比较困难的事情，需要根据所研究的具体问题，来分析决策造成损失的严重程度，从本文的讨论，我们知道要提高贝叶斯决策的准确率就需要对损失函数进行仔细的考量。进一步的研究工作可以考虑如何对损失函数进行选择和使用。充分利用贝叶斯定理提高分类的精确程度和实用性。科
［责任编辑：韩铭］
（上接第240页）心理问题的学生主要表现在：不能很好地完成学习任务，学习效率低下，内向和自我封闭，或无视纪律我行我素，或胆小自暴自弃，日常作息无计划无规律，生活空虚茫然，有的人际关系日益紧张，孤僻不合群等。现实中，存在适应性心理问题的学生比例比较高，辅导员可以进行团体心理辅导。比如，大一新生来自五湖四海而汇集成一个社会群体，由于他们原来各自的生活背景、习惯、性格、兴趣等方面的差异，交往过程中，不可避免地会发生一些相互摩擦、冲突和情感损伤。其中，相当一部分性格敏感、内向的学生在交往过程中遇到挫折不善于调整自己从而产生压抑、郁闷和焦虑的心理问题。针对大一新生可以运用团体辅导方法来调节，可以定期不定期在学校广场举行大型心理咨询活动，在广场上组织学生做一些有益于身心健康的游戏，为学生营造一个关心自身心理的意识；组织一些兴趣小组做游戏等。对于那些需要特别帮助的学生，辅导员可以采取个别面询、心理行为训练、书信咨询、电话咨询、网络咨询等多种形式，有针对性地向这些学生提供经常、及时、有效的心理健康指导与服务。现代学生具有信息来源广、开放性强和自尊感强的特征，针对适应性心理问题的学生，辅导员应采用心谈疗法、理性情绪疗法、认知疗法和支持疗法来处理这类心理问题。辅导员必须建立适合个别学生做心理咨询的心理咨询
室，同时健全心理咨询员的咨询值班制度，以满足这部分学生寻求心理帮助的需要。
4.2.3针对发展性心理教育职责发展性心理教育旨在维护学生心理健、预防学生心理疾病，优化学生的心理素质，开发学生的心理潜能。发展性心理教育可以在学校范围内以各种传媒工具为中介，进行心理健康知识和心理学知识的科普宣传；开设心理健康教育课；定期举办心理科普知识讲座，系统地向大学生普及心理健康知识，解析心理异常现象，传授心理调适方法，介绍提高心理健康水平的方法和途径，从而促进大学生身心健康全面发展。科
【参考文献】
［1］荷永申,高览,《心理教育》暨南大学出版社。1995年版．［2］陈家麟,《学校心理教育》教育科学出版社1995年4月版．［3］郑和钧,论教师心理教育能力的培养．
［4］李雪荣,《现代儿童精神医学》湖南科学技术出版社．［5］邹海贵,彭仲生,论高校辅导员心理素质培养．
［责任编辑：张新雷］
第2页/共2页
寻找更多 ""}