以下問題均是基於二分類：
若 g(x) = 0，則x落在分類面h上。
假設 x1 和 x2 都落在決策面h上，則 g(x1) = g(x2) = 0
這說明：w和超平面h上任一向量正交，即w時h的法向量。
當x在r1中時，g(x) > 0，決策面的法向量指向r1，r1中的所有x在h的正側；
當x在r2中時，g(x) < 0，決策面的法向量的反方向指向r2，r2中的所有x在h的負側。
圖4-1即標題序號2中的大圖。
利用線性判別函式進行決策，就是用乙個超平面把特徵空間分割成兩個決策區域。
超平面的方向：權向量w
超平面的位置：閾值權w0
模式識別 統計模式識別（6）
上一節，我們討論了最小錯誤率分類器，接下來這一節我們將討論最小風險bayes分類器。1.問題提出 1.最小錯誤率bayes決策的最小錯誤率 概率意義上最優，在工程上是否是最優?2.錯誤分類的結果 代價或風險會是怎樣的？考慮癌細胞影象識別的例子 3.出錯的可能情況 正常細胞 1錯分為異常 2，異常細胞...
模式識別 統計模式識別（7）
上兩節我們介紹了最小錯誤率和最小風險bayes分類器，接下來談談最小最大決策。1.問題提出 假設c 2 現在我們假定一種情況，先驗概率未知或者不確定的前提，在這種前提下，絕對意義的最小風險不存在，這種情況下我們怎麼求bayes分類器。2.求解思路 雖然p 1 和p 2 未知，但我們可以假設他們確定，...
模式識別 句法模式識別（1）
圖形或影象目標的形狀或結構千變萬化，目標 模式 的差異也在於其形狀或結構的不同，這種模式稱為結構模式，基於形狀或結構的模式識別稱為結構模式識別。數字影象處理學中，鏈碼是描述目標邊緣和輪廓的常用的編碼方法。用字元或符號的來表示影象目標的區域性邊緣的走向。freeman鏈碼 影象像元之間邊緣的走向用方向...