贝叶斯决策理论

隶属于统计模式识别

前提:
(1)各类别总体的概率分布是已知的。
(2)要决策分类的类别数是一定的。

d种特征观察量 x = [ x 1 , x 2 , ⋅ ⋅ ⋅ , x d ] T x = [x_1,x_2,···,x_d]^T x=[x1,x2,,xd]T

有c各类别,各类别的状态用 ω i \omega_i ωi来表示

ω i \omega_i ωi出现的先验概率 P ( ω i ) P(\omega_i) P(ωi),条件概率密度函数 p ( x ∣ ω i ) p(x|\omega_i) p(xωi)已知

通过及决策规则

(1) 基于最小错误率的贝叶斯决策

(2) 基于最小风险的贝叶斯决策

(3) 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

(4) 最小最大决策

多元正太分布

错误率

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值