| 贝叶斯分类器的应用 |
| |
| 引用本文： | 李娜.贝叶斯分类器的应用[J].北京工业职业技术学院学报,2008,7(2):7-10. |
| |
| 作者姓名： | 李娜 |
| |
| 作者单位： | 北京工业职业技术学院,北京,100042 |
| |
| 摘 要： | 贝叶斯决策理论是统计模式识别中的一个基本方法。依据贝叶斯决策理论设计的分类器具有最优的性能，即所实现的分类错误率或风险在所有可能的分类器中是最小的，因此经常被用来衡量其他分类器设计方法的优劣。贝叶斯决策是一个很有效的分类工具，但它仍然存在着一定的错误率和风险，因此还需进一步的改善和完善。
|
| 关 键 词： | 贝叶斯决策理伦 最优 分类错误率 分类工具 |
Application of Bayesian Classifier |
| |
| Li Na.Application of Bayesian Classifier[J].Journal of beijing vocational & technical institute of industry,2008,7(2):7-10. |
| |
| Authors: | Li Na |
| |
| Institution: | Li Na (Beijing Polytechnic College,Beijing 100042,China) |
| |
| Abstract: | Bayesian decision theory is a basic method of Statistical Pattern Recognition.The classification tools designed according to bayesian decision theory have optimal performance,i.e.,classification error rate or risks of the result are the lowest among all possible classification tools,so are frequently used to be the touchstones of other design method.Bayesian decision theory is a very effective classification tool,but it still bring in error rate and risks.So bayesian decision theory should be further improv... |
| |
| Keywords: | Bayesian decision theory optimal classification error rate classification tools |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
