清华大学模式识别讲义07.pdfVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
清华大学模式识别讲义07

第六章 近邻法 Nearest-Neighbor Method 回顾:最简单的分段线性分类器:把各类划分为若干子类,以 子类中心作为类别代表点,考查新样本到各代表点的距离并将它 分到最近的代表点所代表的类。 极端情况,将所有样本都作为代表点 近邻法(NN method) 6.1 最近邻法 6.1.1 最近邻决策规则 { } 样本集S (x ,θ ), (x ,θ ), L, (x ,θ ) N 1 1 2 2 N N { } x :样本,θ :类别标号,θ 1,2, L,c i 1 i 样本x 与x 之间的距离δ(x ,x ) i j i j 比如欧氏距离 x −x i j 对未知样本 ′ ′ x ,求SN 中与之距离最近的样本x ,(类别为θ ) 即 ′ δ(x ,x ) min δ(x ,xj ) j 1,L,N ′ ˆ ′ ˆ 则将x 分到θ 类,即 ω(x) θ (或记作ω (x) ) 1 —— 最近邻决策(一近邻决策) 教材中的表达方法: ω 类判别函数 g (x) min x −x k x k ∈ω ,k 1, L, N i i i i i i k 决策规则: if g (x) min g (x) j i i 1,L,c then X ∈ω j 6.1.2 最近邻法的错误率分析(渐近分析) 结论: * *  c *  P P P 2 P ≤ ≤  −  1  c −1  * 其中:P :贝叶斯错误率 P :样本无穷多时最近邻法的错误率(渐近平均错误

文档评论(0)

qwd513620855 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档