使用Matlab进行一维高斯贝叶斯分类

如果我有两个类别和一个特征,并且这个特征在两个类别中都呈正态分布,但具有不同的均值和方差,类似于这样enter image description here

现在我想找到判别面的方程并在图上绘制它,类似于这样(这可能不是正确的表面,这只是我所寻找的一个说明)

enter image description here

有没有办法用Matlab来实现这一点?


回答:

显然,你希望将一个点分类为在该点具有更高密度的分布的点。因此,分隔点将是两个密度相等的点。在一般(多变量)情况下,你的问题被称为二次判别分析

对于QDA,可以分析地找到一个分隔曲线(一般来说,它是一个二阶曲面,是抛物线的推广)。幸运的是,你的情况是一维的,所以一维抛物线只是一个点(或两个点)。

推导过程如下

Derivation of QDA for 1D case

最后一个是关于x的二次方程,它的解就是分隔点。在某些情况下有两个解,这意味着密度有两个交点。

你需要做的是完成我的推导(写出x的公式),这个x是高斯参数的函数,你可以用任何你喜欢的语言来计算它。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注