基于最小错误率的贝叶斯决策

1 实验目的

1. 进一步理解和掌握贝叶斯算法的基本原理；
2. 能够使用贝叶斯算法对数据进行分类；
3. 理解掌握最小错误率贝叶斯分类器

2 实验环境

Windows 10，Python 3.7.4，PyCharm 2019.2.3

3 实验原理

 

       Bayes公式：设实验E的样本空间为S，X为E的事件，w1，w2，...，wn为S的一个划分（即类别）且有P(X)>0，P(wi)>0，（i=1，2，...，n），则下式

       称为Bayes公式。从公式中可以看出基于贝叶斯的决策结果取决于实际已给出训练样本的类条件概率和先验概率。贝叶斯是通过先验概率知识和统计现有数据，使用概率的方法对某一事件未来可能发生的概率进行估计。

贝叶斯决策规则：（基于最小错误率）：