Квадратичный дискриминант

Материал из MachineLearning.

Версия от 20:26, 4 января 2010; Вера Батурина (Обсуждение | вклад)

(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)

Квадратичный дискриминант

Квадратичный дискриминант - это вариант Байесовского классификатора, который основывается на нескольких допущениях, касающихся вероятностных свойств выборки.

Основные допущения

Выборка независима, то есть

$p(x_1 ... x_m)=\prod_{i=1}^m p(x_i)$

Выборка имеет многомерное нормальное распределение. То есть функция правдоподобия имеет следующий вид:

$p(X)=N(X, \mu, \Sigma)=\frac {exp(-\frac {1}{2}(X- \mu)^T \Sigma^{-1} (X- \mu))}{\sqrt{(2 \pi)^n det \Sigma }}$

Оценка параметров

Оценки, основанные на принципе максимального правдоподобия, принимают следующий вид:

$\hat \mu = \frac {1}{m} \sum _{i=1}^m x_i$

$\hat \Sigma = \frac {1}{m} \sum _{i=1}^m (x_i-\hat \mu)(x_i-\hat \mu)^T$

Данная статья является непроверенным учебным заданием.

Студент: Участник:Вера Батурина

Преподаватель: Участник:Константин Воронцов

Срок: 6 января 2010

До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}.

См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе.

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%9A%D0%B2%D0%B0%D0%B4%D1%80%D0%B0%D1%82%D0%B8%D1%87%D0%BD%D1%8B%D0%B9_%D0%B4%D0%B8%D1%81%D0%BA%D1%80%D0%B8%D0%BC%D0%B8%D0%BD%D0%B0%D0%BD%D1%82»

Категория: Непроверенные учебные задания