在軍事目標識別中，假定有灌木叢和坦克兩種型別，它們的先驗概率分別是0.7和0.3，損失函式分別如下表所示，其中型別w1和w2分別表示灌木和坦克，判決a1=w1,a2=w2,a3表示拒絕判斷。現在做了四次實驗，獲得四個樣本的類概率密度如下:
p(x|w1):0.1,0.15,0.3,0.6, p(x|w2):0.8,0.7,0.55,0.3
問：（1）用最小錯誤率準則，判斷四個樣本個屬於哪個型別。
（2）假定只考慮前兩種情況，試用最小風險準則判斷四個樣本各屬於哪乙個型別。
（3）把拒絕判決考慮在內，重新考核四次實驗的結果
w1w2
a12.52.0
a24.01.0
a31.51.5
clear
pw1=0.7;
pw2=0.3;
pxw1=[0.1,0.15,0.3,0.6];
pxw2=[0.8,0.7,0.55,0.3];
for i=1:4
px=pw1*pxw1(i)+pw2*
Pytorch 2 搭建乙個簡單的分類器
參考 pytorch學習筆記 1 開始乙個簡單的分類器 首先，執行完整 看看效果 自定義乙個資料集 定義乙個神經網路 呼叫神經網路，計算損失值 測試訓練集，顯示結果 測試自定義測試集，顯示結果。生成乙個tensor，100行2列，元素全是1 n data torch.ones 100,2 返回的結果...
Ma的，又乙個部落格
幾個月前，看到了blogchina上的牛人的blog，也看到了csdn上一大群牛人的blog，心中自然想模仿起來。沒想到接連使用了2個blog站點。那兩個blog站點竟相繼在很短的時間內無法登陸。時至今日連網域名稱都解析不了了。可惜我在那兩個blog上的一些文章也隨之而去。csdn也開了blog了。...
乙個裝飾器的簡單應用小例子
登陸驗證 如果沒喲登陸，則提示登陸 message deflogin f def inner args,kwargs 被裝飾函式執行之前的操作 if message status ret f args,kwargs return ret else name input 輸入帳戶 password i...