chapter2 problem6
6. 考虑两个单变量的正态分布，且的neyman-pearson准则，在0-1损失下，且为了方便设。
a）假设当一样本实际属于，却被认为是时的最大可接受的误差率为，用以上给定的变量确定单点判决边界。
b）对于此边界，将错分为的误差率是多少？
c）在0-1损失率下的总误差率是多少？
d）将你的结论用于特殊情况：及，且。
e）将你的结论与贝叶斯误差率（即没有neyman-pearson条件）作比较。
chapter3 problem4
4. 设x为一个d维的二值向量（即其分量取值为0或1），服从多维伯努利分布。
其中是一个未知的参数向量，而为的概率。证明，对于的最大似然估计为。
chapter4 problem2
2. 考虑一个正态分布和parzen窗函数。证明parzen窗估计。
有如下性质：
a）b）var
c）对于较小时，
注意，如果，那么这个结果表示由于偏差而导致的误差率以的速度趋向于零，而噪声的标准差以速度趋于零。
chapter5 problem2
2.考虑一个线性机，它的判别函数是，证明判决区是凸的，即如果，那么。
模式识别作业
6.题目 fisher分类和基于核的fisher分类的设计与实现研究。具体内容 1.简述fisher分类和基于核的fisher分类的算法原理 2.举出实例 3.用matlab软件编写程序实现 4.分析实验结果。fisher分类和基于核的fisher分类的设计与实现研究。1 fisher分类和基于核的...
模式识别作业
模式识别课程matlab程序作业。模式识别贝叶斯决策 正常状态细胞p 1 0.9，异常状态细胞p 2 0.1，类条件概率密度分别为p x 1 n 0，1 p x 2 n 0.2，1.5 现有一待识别细胞，其观察值为0.2，用matlab写出程序对该细胞进行分类。编写程序如下 close all cl...
模式识别作业
感知器训练算法。在设计贝叶斯分类器时需要设法获取样本统计分布的资料，应知道先验概率及类分布概率密度函数等。然而，在样本数不充足条件下要获取准确的统计分布是很困难的。这样，可以考虑另外一种分类器设计方法，即根据训练样本集提供的信息，直接进行分类器设计。下面实验是针对线性可分情况下的感知器算法。实验所用...