贝叶斯判别分析的基本步骤_贝叶斯统计 | 第五章第五部分 抽样的价值

当我们利用抽样来更新我们的先验分布，得到后验分布，并且对决策问题做出判断的时候，我们需要考虑抽样的花费，也就是成本问题。这个有点像多元里边判别分析的那个Bayes Rule。下边的概念比较多。

---

完全信息期望值

完全信息期望值指的是完全信息给决策者带来的额外的好处，被称为

。设在一个决策问题中，

是状态集

上的先验分布，另外，有行动集

，收益函数为

。那么这个决策问题的完全信息期望值定义为：

是不是非常眼熟，这个式子？没错，我们有下边的定理：

设在一个决策问题中，

是状态集

上的先验分布，

是先验期望准则下的最优行动，则

，其中

是与收益函数

相对应的损失函数。

计算

的步骤是这样的：

• 根据收益函数写出相应的损失函数
• 根据先验期望算出每一个行动的期望损失值
• 期望损失最小的那一个