基于最小错误率的贝叶斯决策
本文主要参考资料 最小错误率是在统计的意义上说的，请注意其含义。 在这里要弄清楚条件概率这个概念。P(*|#)是条件概率的通用符号，在“|”后边出现的#为条件，之前的*为某个事件，即在某条件#下出现某个事件*的概率。P(ωK|X)是表示在X出现条件下，样本为ωK类的概率。 一个事物 ...
原文：CIFAR-10数据集图像分类【PCA+基于最小错误率的贝叶斯决策】
CIFAR 和CIFAR 均是带有标签的数据集，都出自于规模更大的一个数据集，他有八千万张小图片。而本次实验采用CIFAR 数据集，该数据集共有 张彩色图像，这些图像是 ，分为 个类，每类 张图。这里面有 张用于训练，构成了 个训练批，每一批 张图 另外 用于测试，单独构成一批。测试批的数据里，取自 类中的每一类，每一类随机取 张。抽剩下的就随机排列组成了训练批。注意一个训练批中的各类图像并不一定 ...
2018-11-19 17:44 0 1077 推荐指数：
相关推荐
基于最小错误率的贝叶斯决策
理论上的东西，就不写了，也写不出什么有价值的东西，资料太多了。后文很多关于原理的讲述都给出了其他文章的引用。 分享一个比较简单易懂的贝叶斯决策理论与统计判别方法。 数据集： Dataset1.txt 328 个同学的身高、体重、性别数据（78 个女生、250 个男生 ...
最小错误率的贝叶斯决策和最小风险贝叶斯决策的关系？
1.基于最小错误率的贝叶斯决策 共w1~wn种决策 本质上就是最大后验概率P(wi | X)的贝叶斯决策 公式一：P(wi | X) = P(X | wi)*P(wi) / ∑nj=1 P(X | wj)*P(wj) i=1...n，j=1...n 2.最小风险的贝 ...
基于pytorch框架的图像分类实践(CIFAR-10数据集)
pytorch的图像分类实践 在学习pytorch的过程中我找到了关于图像分类的很浅显的一个教程上一次做的是pytorch的手写数字图片识别是灰度图片，这次是彩色图片的分类，觉得对于像我这样的刚刚开始入门pytorch的小白来说很有意义，今天写篇关于这个图像分类的博客. 收获的知识 ...
基于Kaggle的图像分类（CIFAR-10）
基于Kaggle的图像分类（CIFAR-10） Image Classification (CIFAR-10) on Kaggle 一直在使用Gluon’s data package数据包直接获得张量格式的图像数据集。然而，在实际应用中，图像数据集往往以图像文件的形式存在。将从原始图像 ...
用pytorch进行CIFAR-10数据集分类
CIFAR-10.（Canadian Institute for Advanced Research）是由 Alex Krizhevsky、Vinod Nair 与 Geoffrey Hinton 收集的一个用于图像识别的数据集，60000个32*32的彩色图像，50000个training ...
PyTorch学习笔记7--案例3：基于CNN的CIFAR10数据集的图像分类
基于CNN的CIFAR10图像分类 完整代码如下： cifar10教程补充内容 更优选的网络,类似VGG 这个网络比前面那个准确率更高一些. 显示图片及标签 显示一些训练集中的照片： 显示预测结果和实际结果： ...
CIFAR-10数据集读取
参考：https://jingyan.baidu.com/article/656db9183296c7e381249cf4.html 1、使用读取方式pickle def unpickle(fil ...