模式識別之二次、線性分類(pdf 6頁)

模式識別之二次、線性分類內容提要：
在一定的分布和條件下（如正態、等協方
差矩陣），貝葉斯決策可以導致二次或線
性分類器。
雖然貝葉斯決策在錯誤率或風險上是最優
的，但必須知道類條件密度。在大多數應用
場合，類條件密度函數是從有限的樣本中估
計的。後麵我們將講一些密度函數估計的方
法。但密度函數的估計本身是一件複雜工作
並且需要大量樣本。
即使我們得到了密度函數，有時用似然比檢
驗的方法也很難計算分界麵。
因此我們有時考慮更簡便易行的分類器設計
方法。用二次、線性、分段線性分類器。即先
規定分類器的數學形式，然後在適當的準則下，
來確定這些參數。
..............................