模式识别学习笔记2

贝叶斯决策

在先验概率和类条件概率已知的情况下,通过贝叶斯公式比较样本属于两类的后验概率,将类别决策为后验概率大的一类。
贝叶斯公式

P ( w i ∣ D ) = P ( D ∣ w i ) P ( w i ) P ( D ) i = 1 , 2 , . . . c P(w_i|D)=\frac{P(D|w_i)P(w_i)}{P(D)}\quad i=1,2,...c P(wiD)=P(D)P(Dwi)P(wi)i=1,2,...c
其中 P ( w i ) P(w_i) P(wi)为先验概率, P ( D ∣ w i ) P(D|w_i) P(Dwi)为类条件概率, P ( D ) P(D) P(D)为全概率, P ( w i ∣ D ) P(w_i|D) P(wiD)为后验概率

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