模式分类（二）贝叶斯决策论

入门理解：
https://blog.csdn.net/zjy_snow/article/details/82592718

数学基础：
https://blog.csdn.net/peachluo/article/details/110289006

贝叶斯决策论

理解

贝叶斯决策就是利用贝叶斯理论进行决策分类。

• 原理
  

观察到一系列的特征x=[x1,x2,…,xn]T，那么如何对这一系列的观察值进行分类？即求解概率P(ωi|x)P(ωi|x)，可以理解为在观察到特征x的前提下，观察到的现象属于ωi类的概率是多大。
例子：
以观察细胞特征并判断细胞是否正常的栗子来说明。已知条件：观察到的细胞特征是n维向量x=[x1,x2,…,xn]T细胞分为正常细胞ω1类和异常细胞ω2类，P(ω1)+P(ω2)=1。
如果仅从先验概率P(ω1)和P(ω2)对细胞进行分类，合理的方法是：当P(ω1)>P(ω2)时，认为是正常细胞，反之则是异常细胞；
但实际不可能这么做，因为一般情况下先验概率都是个常量，而且我们对细胞的分