• 大小: 2KB
    文件类型: .m
    金币: 1
    下载: 0 次
    发布日期: 2021-06-14
  • 语言: Matlab
  • 标签: matlab  Bayesian  

资源简介

贝叶斯估计(Bayesian estimation)是利用贝叶斯定理结合新的证据及以前的先验概率,来得到新的概率。它提供了一种计算假设概率的方法,基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身。

资源截图

代码片段和文件信息

function [mu sigma] = Bayesian_parameter_est(train_patterns train_targets sigma)
train_patterns=[35 53 55 46 72 76 49;
    46 67 65 63 67 80 56;
    49 57 60 50 70 75 60;
    44 55 57 59 76 78 54];
train_targets=[52 63 53 55 71 91 59;37 50 52 61 63 76 45];

% Estimate the mean using the Bayesian parameter estimation for Gaussian mixture algorithm估计平均值,用贝叶斯参数的估计作为简缩高斯函数集算法
% Inputs:
%  patterns - Train patterns
% targets - Train targets
% sigma - The covariance matrix for each class 每一类矩阵的协方差
%
% Outputs
% mu - The estimated mean 平均值
% sigma - The estimated covariances 协方差

[NM] = size(train_patterns);
Uclasses = unique(train_targets);
Nuc = length(Uclasses);

%Find initial estimates for mu and sigma for the classes
mu0 = zeros(Nuc N);
sigma0 = zeros(Nuc N N);
for i = 1:Nuc
    indices = find(train_targets == Uclasses(i));
    mu0(i:) = mean(train_patterns(:indices)‘);
    sigma0(i::) 

评论

共有 条评论