貝葉斯分類器是一種最優分類器，它假設基于可獲得的信息可以建立類別的概率密度函數，然后基于最小錯誤率分類準則進行分類。一般假設概率密度函數是正態分布，因為正態分布數學基礎較好。問題就轉化為正態分布參數的估計問題。幸運的是，參數估計問題已經被很好的解決了。 基于正態分布的協方差的不同，正態概率分布型的貝葉斯分類器可分為：歐式距離分類器、馬氏距離分類器、線性判別分析、對角線性判別分析、二次判別分析和對角二次判別分析。 在具有模式的完整統計知識條件下，按照貝葉斯決策理論進行設計的一種最優分類器。分類器是對每一個輸入模式賦予一個類別名稱的軟件或硬件裝置，而貝葉斯分類器是各種分類器中分類錯誤概率最小或者在預先給定代價的情況下平均風險最小的分類器。它的設計方法是一種最基本的統計分類方法。 目標：編程實現正態概率分布型的貝葉斯分類器。

點擊標簽查看更多相關資源：