首页 > 其他 > 详细

#第三章 贝叶斯决策和学习 笔记

时间:2020-05-04 17:40:42      阅读:42      评论:0      收藏:0      [点我收藏+]

第三章 贝叶斯决策和学习

贝叶斯决策和MAP分类器

后验概率 p(Ci|x) 表达给定模式 x 属于类 Ci 的概率。
模式 x 属于类 Ci 的后验概率计算公式为:
技术分享图片

MAP分类器:将测试样本决策分类给后验概率最大的那个类。
判别公式:
技术分享图片

对于二分类问题,MAP分类器的决策边界:
单维空间:通常有两条决策边界。
高维空间:复杂的非线性边界。
决策误差:
技术分享图片

决策风险和贝叶斯分类器

决策风险的概念:不同的决策错误会产生程度不同的风险。
损失:
技术分享图片

决策风险的评估:
技术分享图片

贝叶斯分类器:
选择决策风险最小的类。
判别公式:
技术分享图片

决策损失:
技术分享图片

简化特征维度:
技术分享图片

#第三章 贝叶斯决策和学习 笔记

原文:https://www.cnblogs.com/1e9add7/p/12827330.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!