使用 matlab 进行一维高斯贝叶斯分类
1D Gaussian Bayes Calssification using matlab
如果我有 2 个 classes 和一个特征，并且该特征通常分布在两个 class 上，均值和方差不同，类似这样
现在我想找到判别曲面的方程并将其画在图形上，类似的东西（这可能不是正确的曲面，它只是我正在寻找的一个例子）
有没有办法用 matlab 做到这一点？！
显然，您想将一个点分类为分布中在该点具有更高密度的点。因此，分离点将是两个密度相等的点。在一般（多变量）情况下，您的问题被称为 Quadratic discriminant analysis.
对于QDA，可以通过分析找到一条分离曲线（一般是二阶曲面，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）。
推导如下
最后一个是x上的一个二次方程，它的解就是分离点。在某些情况下有 2 个解决方案，这意味着有 2 个密度交点。
你需要做的就是完成我的推导（写出我们x的公式），这个x是高斯参数的函数，你可以在任何情况下计算你喜欢的语言。
如果我有 2 个 classes 和一个特征，并且该特征通常分布在两个 class 上，均值和方差不同，类似这样
现在我想找到判别曲面的方程并将其画在图形上，类似的东西（这可能不是正确的曲面，它只是我正在寻找的一个例子）
有没有办法用 matlab 做到这一点？！
显然，您想将一个点分类为分布中在该点具有更高密度的点。因此，分离点将是两个密度相等的点。在一般（多变量）情况下，您的问题被称为 Quadratic discriminant analysis.
对于QDA，可以通过分析找到一条分离曲线（一般是二阶曲面，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）。
推导如下
最后一个是x上的一个二次方程，它的解就是分离点。在某些情况下有 2 个解决方案，这意味着有 2 个密度交点。
你需要做的就是完成我的推导（写出我们x的公式），这个x是高斯参数的函数，你可以在任何情况下计算你喜欢的语言。