贝叶斯决策之最小平均风险

最新推荐文章于 2024-07-02 22:43:29 发布

孤狼北望

最新推荐文章于 2024-07-02 22:43:29 发布

阅读量2.6k

点赞数

分类专栏：模式识别文章标签：模式识别之贝叶斯决策

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_25736745/article/details/83023591

版权

模式识别专栏收录该内容

4 篇文章 1 订阅

订阅专栏

一、最小平均风险来源：

最小化分类错误率实质上是根据后验概率的最大值进行分类，即 $P\left( {{\omega _i}\left| X \right.} \right) = \mathop {\max }\limits_{j = 1, \ldots ,M} P\left( {{\omega _j}\left| X \right.} \right)$ ，然而不同事件分类错误导致的风险大小不同（例如：癌症误判时癌症判断为无癌导致的风险大于无癌判断为癌症），为取得最小的风险，提出最小平均风险。

二、公式：

$r_1= λ_{11} P(w_1│x)+ λ_{12} P(w_2│x)$

其中

$\lambda_{ij}$ 表示把第j类错分为第类的惩罚因子。

而由 $\lambda_{ij}$ 组成的矩阵

$L = \begin{bmatrix} \lambda_{11} & \lambda_{12} \\ \lambda_{21} & \lambda_{22} \\ \end{bmatrix}$

称为风险矩阵且对角线元素都为0（对角元素无误判）

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。