Klasyfikatory Gaussowskie
Marcin Orchel
1 Wstęp
Wykorzystanie strategii estymacji funkcji gęstości i przyjęcie modelu parametrycznego dla gęstości, tj. znana jest postać gęstości z wyjątkiem tkwiących w niej parametrów.
Zakładamy, że Y = {1, 0}, f 1 (~ x) = f (~ x|Y = 1), f 0 (~ x) = f (~ x|Y = 0) są gęstościami p-wymiarowego rozkładu normalnego (gaussowskiego)
f k (~ x) = 1
(2π) p/2 |Σ k | 1/2 exp
− 1
2 (~ x − ~ µ k ) T Σ −1 k (~ x − ~ µ k )
(1) Wtedy
X|Y = 1 ∼ N p (µ 1 , Σ 1 ) (2)
X|Y = 0 ∼ N p (µ 0 , Σ 0 ) (3)
Twierdzenie 1.1. Jeżeli X|Y = 1 ∼ N p (µ 1 , Σ 1 ) i X|Y = 0 ∼ N p (µ 0 , Σ 0 ) to klasyfika- tora bayesowski ma postać
d B (~ x) =
1 jeśli r 1 2 < r 2 0 + 2 ln π π
10
+ ln |Σ |Σ
0|
1