最小风险贝叶斯决策

在决策中，除了关心决策的正确与否，有时我们更关心错误的决策将带来的损失。比如在判断细胞是否为癌细胞的决策中，若把正常细胞判定为癌细胞，将会增加患者的负担和不必要的治疗，但若把癌细胞判定为正常细胞，将会导致患者失去宝贵的发现和治疗癌症的机会，甚至会影响患者的生命。这两种类型的决策错误所产生的代价是不同的。

考虑各种错误造成损失不同时的一种最优决策，就是所谓的最小风险贝叶斯决策。设对于实际状态为$w_j$的向量$x$采取决策$\alpha_i$所带来的损失为

$$\lambda(\alpha_i,w_j),i=1,...,k, j=1,...,c$$ 该函数称为 损失函数，通常它可以用表格的形式给出，叫做决策表。需要知道， 最小风险贝叶斯决策中的决策表是需要人为确定的，决策表不同会导致决策结果的不同，因此在实际应用中，需要认真分析所研究问题的内在特点和分类目的，与应用领域的专家共同设计出适当的决策表，才能保证模式识别发挥有效的作用。

对于一个实际问题，对于样本$x$，最小风险贝叶斯决策的计算步骤如下：
（1）利用贝叶斯公式计算后验概率：

P(wj|x)=p(x|wj)P(