摘要：
简介： 主要参考<<introduction to statistical pattern recognation>>第六章，做简单笔记。 1. 参数化与非参数化 参数化是指我们对于概率预先做出了分布形式假设，我们要做的只是估算参数值，比如我们假定是高斯分布，二项式分布等等。 非参数化直接从观察数据估计概率密度，不依赖任何对分布形式的假设。 2. 如何非参数化估计？ 可以采用Parzen密度估计方法。 可以采用KNN方法。 区别是Parzen方法是固定v，不固定k,而KNN方法是固定k，不固定v。 3. 结论 贝叶斯分类器是最小化分类误差的理论上的最优分类器 参数化 阅读全文
