一些概念和符号的定义
表示
类出现的先验概率。
表示x出现条件下
出现的概率,称为类别
的后验概率,换言之就是x来自
类的概率。
表示在
类的条件下x的概率分布密度,即
类模式x的概率密度,简称类概密。
最小误判概率准则判决的一般形式
对于两类问题

显然这里可能会出现两种,一种是把实属w1类的模式判属为w2类,原因是这个模式在特征空间中散布到D2中,从而导致误判,这时的误判概率为:

同理:

因此总的误判概率为:
我们希望误判的概率最小,等价要让总的正确率最大,总的正确率为:

如果
则判
或等价地表示成:如果

则判
这里称为似然比,
称为似然比阈值。

本文介绍了模式识别中的关键概念,包括先验概率、后验概率及类概密等,并详细阐述了最小误判概率准则下的判决原则及其数学表达形式。
6049

被折叠的 条评论
为什么被折叠?



