贝叶斯决策
有两种常用情况
1 最小错误率贝叶斯决策
2 最小风险的贝叶斯决策
关于这两种决策,这篇博文中讲的很好也很详细
墙裂推荐
https://blog.csdn.net/songzitea/article/details/23131609
但是博文中最后提到的
在限定一类错误率条件下使另一类错误率为最小的两类别决策
有点复杂,特此写下读书笔记,以防忘记。
文中 引用拉格朗日乘子求条件极值问题,关于拉格朗日乘子什么的,基本上忘完了,但是文中已经给出公式,
总之,问题转换为了一个求(r)gama的极值问题,但是之后文章式<23>中提到P1(e)+P2(e)=1,这点应该是有问题的,结合式<24>的推导过程,个人认为应该是
阴影部分为1,才能保证24式的推导是正确的,不会编辑公式就不写公式了。