基于类内类间距离的可分性判据和概率密度函数的可分性判据都可以有不同的表达形式。( )
举一反三
- 下面关于基于类内类间距离的可分性判据的说法中正确的是 A: 基于类内类间距离的可分性判据的值越大,说明可分离性越好。 B: 基于类内类间距离的可分性判据的值越小,说明可分离性越好。 C: 当各类的协方差矩阵相差很大时,采用基于类内类间距离的可分性判据的效果会好一些。 D: 当各类的协方差矩阵相差很小时,采用基于类内类间距离的可分性判据的效果会好一些。
- 基于距离的可分性判据使得类间离散度尽量大,类内离散度尽量小
- 基于概率的可分性判据依据的是 A: 先验概率 B: 类条件概率密度 C: 后验概率 D: 特征空间的概率分布
- 散度JD是根据构造的可分性判据() A: 先验概率 B: 后验概率 C: 类概率密度 D: 几何距离
- 基于( )的可分离性判据函数的值越小,则特征的可分性越好。 A: 类内类间距离 B: Bhattacharyya距离 C: 散度 D: 熵函数