RP demo2 贝叶斯决策

统计决策理论

是解决模式识别分类问题中的基本理论之一,贝叶斯决策是统计决策理论中的一个基本方法。

贝叶斯决策的两个要求

  1. 分类任务中类别数已知
  2. 各类别的总体概率分布已知(先验概率和类条件概率)(可以从数据中获取)
    在这里插入图片描述

最小错误率贝叶斯决策

在这里插入图片描述
在这里插入图片描述
对等价形式的解释:
对于最小错误率的贝叶斯决策,如果类别A的后验概率大于类别B的后验概率(在x的条件下出现类别A的概率更大),那么将x判定为其属于类别A。

(1)在x的条件下,出现某一类的概率最大,则归为该类
(2)
(3)
在这里插入图片描述
在这里插入图片描述
上面两条曲线表示正确划分,即类别1被划分到类别1,类别2同理。
???怎么考

最小风险贝叶斯决策

考虑到不同分类错误造成的损失不同而提出的决策规则。
定义损失函数
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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