7、x)xÎw2•当对具体样本作观察后，判断出属于wi的可能性后，再决策才合理。•后验概率的计算方法：最小风险：1.已知类别的P(wi)及x的p(x/wi)，利用贝叶斯公式，可得类别的后验概率P(wi/x)。2.利用决策表和后验概率，计算最小条件风险3.决策：在各种决策中选择风险最小
8、的决策三实验内容n假定某个局部区域细胞识别中正常（w1）和非正常（w2）两类先验概率分别为n正常状态：P（w1）=0.9；异常状态：P（w2）=0.1。n现有一系列待观察的细胞，其观察值为x：-3.9847-3.5549-1.2401-0.9780-0.7932-2.8531-2.7605-3.7287-3.5414-2.2692-3.4549-3.0752-3.99342.8792-0.97800.79321.18823.0682-1.5799-1.4885-0.7431-0.4221-1.11864.2532•类条件概率分布正态分布分别
9、为（-2,0.5）（2,2）试对观察的结果进行分类。四实验步骤及贴图步骤：n1.用matlab完成分类器的设计，说明文字程序相应语句，子程序有调用过程。n2.根据例子画出后验概率的分布曲线以及分类的结果示意图。n3.最小风险贝叶斯决策，决策表如下：n重新设计程序，完成基于最小风险的贝叶斯分类器，画出相应的后验概率的分布曲线和分类结果,并比较两个结果。最小风险n最小风险贝叶斯决策：n带红色虚线曲线是异常细胞的条件风险曲线；青色圆圈曲线是正常细胞的条件风险曲线n根据贝叶斯最小风险判决准则，判决结果显示在曲线下方：n五角星代表判决为正常细胞，*号
10、代表异常细胞n各细胞分类结果（0为判成正常细胞，1为判成异常细胞）：n1000000000001101110001011nnn最小风险n最小错误率：n后验概率曲线与判决显示在上图中n后验概率曲线：带红色虚线曲线是判决为异常细胞的后验概率曲线n青色实线曲线是为判为正常细胞的后验概率曲线n根据最小错误概率准则，判决结果显示在曲线下方：n五角星代表判决为正常细胞，*号代表异常细胞n各细胞分类结果（0为判成正常细胞，1为判成异常细胞）：n0000000000000101110001011nnn实验代码最小错误率：clearall;clc;x=[-3
11、.9847-3.5549-1.2401-0.9780-0.7932-2.8531-2.7605-3.7287-3.5414-2.2692-3.4549-3.0752-3.99342.8792-0.97800.79321.18823.0682-1.5799-1.48850.7431-0.4221-1.11864.2532]pw1=0.9;pw2=0.1;e1=-2;a1=0.5;e2=2;a2=2;m=numel(x);%得到待测细胞个数pw1_x=zeros(1,m);%存放对w1的后验概率矩阵pw2_x=zeros(1,m);%存放对w2
12、的后验概率矩阵results=zeros(1,m);%存放比较结果矩阵fori=1:m%计算在w1下的后验概率pw1_x(i)=(pw1*normpdf(x(i),e1,a1))/(pw1*normpdf(x(i),e1,a1)+pw2*normpdf(x(i),e2,a2));%计算在w2下的后验概率pw2_x(i)=(pw2*normpdf(x(i),e2,a2))/(pw1*normpdf(x(i),e1,a1)+pw2*normpdf(x(i),e2,a2));endfori=1:mifpw1_x(i)>pw2_x(i)%比较两类后
13、验概率result(i)=0;%正常细胞elseresult(i)=1;%异常细胞endenda=[-5:0.05:5];%取样本点以画图n=numel(a);pw1_plot=zeros(1,n);pw2_plot=zeros(1,n);forj=1:npw1_plot(j)=(pw1*normpdf(a(j),e1,a1))/(pw1*normpdf(a(j),e1,a1)+pw2*normpdf(a(j),e2,a2));%计算每个样本点对w1的后验概率以画图pw2_plot(j)=(pw2*normpdf(a(j),e2,a2))/
14、(pw1*normpdf(a(j),e1,a1)+pw2*normpdf(a(j),e2,a2));endfigure(1);holdonh1=plot(a,pw1_plot,'
