四章统计判别.ppt

第四章 统计判别4.1 作为统计判别问题的模式分类•模式识别的目的就是要确定某一个给定的模式样本属于哪一类•可以通过对被识别对象的多次观察和测量，构成特征向量，并将其作为某一个判决规则的输入，按此规则来对样本进行分类4.1 作为统计判别问题的模式分类•在获取模式的观测值时，有些事物具有确定的因果关系，即在一定的条件下，它必然会发生或必然不发生–例如识别一块模板是不是直角三角形，只要凭“三条直线边闭合连线和一个直角”这个特征，测量它是否有三条直线边的闭合连线并有一个直角，就完全可以确定它是不是直角三角形–这种现象是确定性的现象，前一章的模式判别就是基于这种现象进行的•但在现实世界中，由许多客观现象的发生，就每一次观察和测量来说，即使在基本条件保持不变的情况下也具有不确定性•只有在大量重复的观察下，其结果才能呈现出某种规律性，即对它们观察到的特征具有统计特性•特征值不再是一个确定的向量，而是一个随机向量•此时，只能利用模式集的统计特性来分类，以使分类器发生错误的概率最小4.1 作为统计判别问题的模式分类4.1.1 贝叶斯判别原则•两类模式集的分类–目的：要确定x是属于ω1类还是ω2类，要看x是来自于ω1类的概率大还是来自ω2类的概率大。

•[贝叶斯判别]4.1 作为统计判别问题的模式分类4.1.1 贝叶斯判别原则•例子–对一大批人进行癌症普查，患癌者以ω1类代表，正常人以ω2类代表–设被试验的人中患有癌症的概率为0.005，即P(ω1)=0.005，当然P(ω2)=1-0.005=0.995–现任意抽取一人，要判断他是否患有癌症显然，因为P(ω2)> P(ω1)，只能说是正常的可能性大如要进行判断，只能通过化验来实现4.1 作为统计判别问题的模式分类4.1.1 贝叶斯判别原则•例子–设有一种诊断癌症的试验，其结果为“阳性”和“阴性”两种反应–若用这种试验来对一个病人进行诊断，提供的化验结果以模式x代表，这里x为一维特征，且只有x=“阳”和x=“阴”两种结果4.1 作为统计判别问题的模式分类4.1.1 贝叶斯判别原则•例子–假设根据临床记录，发现这种方法有以下统计结果•患有癌症的人试验反应为阳性的概率=0.95，即p(x=阳| ω1)=0.95•患有癌症的人试验反应为阴性的概率=0.05，即p(x=阴| ω1)=0.05•正常人试验反应为阳性的概率=0.01，即p(x=阳| ω2)=0.01•正常人试验反应为阴性的概率=0.99，即p(x=阴| ω2)=0.994.1 作为统计判别问题的模式分类4.1.1 贝叶斯判别原则•问题–若被化验的人具有阳性反应，他患癌症的概率为多少，即求P(ω1 | x=阳)=？–这里P(ω1) 是根据以往的统计资料得到的，为患癌症的先验概率。

现在经过化验，要求出P(ω1 | x=阳)，即经过化验后为阳性反应的人中患癌症的概率，称为后验概率•[计算]4.1 作为统计判别问题的模式分类4.1.2 贝叶斯最小风险判别•当考虑到对于某一类的错误判决要比对另一类的判决更为关键时，就需要把最小错误概率的贝叶斯判别做一些修正，提出条件平均风险rj(x)•M类分类问题的条件平均风险rj(x)–对M类问题，如果观察样本被判定属于ωj类 ，则条件平均风险为：–Lij称为将本应属于ωi类的模式判别成属于ωj类的是非代价 4.1 作为统计判别问题的模式分类4.1.2 贝叶斯最小风险判别•意义–对于自然属性是属于ωi类的模式x来说，它来自ωi类的概率应为P(ωi |x)–如果分类器判别x是属于ωj类，但它实际上来自ωi类，也就是说分类器失败，这时Lij为失分，对应的条件风险为后验概率进行Lij的加权运算–由于模式x的自然属性可能来自M类中的任一类，因此可将观察样本指定为ωj类的条件平均风险用rj(x)的公式运算4.1 作为统计判别问题的模式分类4.1.2 贝叶斯最小风险判别•Lij的取值–若i=j，即判别正确，得分， Lij可以取负值或零，表示不失分。

–若i<>j，即判别错误，失分， Lij应取正值•最小平均条件风险分类器–分类器对每一个模式x有M种可能的类别可供选择–若对每一个x计算出全部类别的平均风险值r1(x), r2(x),…, rM(x)，并且将x指定为是具有最小风险值的那一类，则这种分类器称为最小平均条件风险分类器–[表达式]4.1 作为统计判别问题的模式分类4.1.2 贝叶斯最小风险判别•[两类（M=2）的情况]•[例子]•[一般多类（M类）的情况]4.1 作为统计判别问题的模式分类•出发点–当已知或者有理由设想类概率密度函数P(x|ωi )是多变量的正态分布时，上一节介绍的贝叶斯分类器可以导出一些简单的判别函数–由于正态密度函数易于分析，且对许多重要的实际应用又是一种合适的模型，因此受到很大的重视4.2 正态分布模式的贝叶斯分类器•[M种模式类别的多变量正态类密度函数]–判别函数是一个超二次曲面–对于正态分布模式的贝叶斯分类器，两个模式类别之间用一个二次判别界面分开，就可以求得最优的分类效果•[两类问题且其类模式都是正态分布的特殊情况]–[当C1<>C2时的情况]•显然，判别界面d1(x)- d2(x)=0是x的二次型方程，即ω1和ω2两类模式可用二次判别界面分开。

•当x是二维模式时，判别界面为二次曲线，如椭圆，圆，抛物线或双曲线等–[当C1=C2 =C时的情况]•判别界面为x的线性函数，为一超平面•当x是二维时，判别界面为一直线4.2 正态分布模式的贝叶斯分类器•[例子]•讨论–贝叶斯分类规则是基于统计概念的–如果只有少数模式样本，一般较难获得最优的结果4.2 正态分布模式的贝叶斯分类器作业及编程•设以下模式类别具有正态概率密度函数： ω1：{(0 0)T, (2 0)T, (2 2)T, (0 2)T} ω2：{(4 4)T, (6 4)T, (6 6)T, (4 6)T}（1）设P(ω1)= P(ω2)=1/2，求这两类模式之间的贝叶斯判别界面的方程式2）绘出判别界面•编写两类正态分布模式的贝叶斯分类程序可选例题或上述作业题为分类模式）。