第七章 贝叶斯分类器
Contents
7.1贝叶斯决策论
7.2极大似然估计
7.3朴素贝叶斯分类器
7.4半朴素贝叶斯分类器
7.5贝叶斯网
7.6 EM算法
7.1贝叶斯决策论
l 针对分类任务,相关概率已知,基于这些先验概率与误判损失来选择最优类别。
Bayes Decision Rule:
为最小化整体风险,只需在每个样本上选择使条件风险最小的类别c
Bayes Optimal Classifier:
Bayes Risk:
机器学习的分类器精度理论上限:
è最小化分类错误率的Bayes Optimal Classifier:
因此需要得到后验概率——方法:
1. Discriminative models:给定x,通过建模来预测c
e.g. 决策树,BP,SVM
2. Generative models:对建模由此得到
详细介绍:
其中