模式识别之二次、线性分类(pdf 6页)

模式识别之二次、线性分类内容提要：
在一定的分布和条件下（如正态、等协方
差矩阵），贝叶斯决策可以导致二次或线
性分类器。
虽然贝叶斯决策在错误率或风险上是最优
的，但必须知道类条件密度。在大多数应用
场合，类条件密度函数是从有限的样本中估
计的。后面我们将讲一些密度函数估计的方
法。但密度函数的估计本身是一件复杂工作
并且需要大量样本。
即使我们得到了密度函数，有时用似然比检
验的方法也很难计算分界面。
因此我们有时考虑更简便易行的分类器设计
方法。用二次、线性、分段线性分类器。即先
规定分类器的数学形式，然后在适当的准则下，
来确定这些参数。
..............................