本文详细介绍了《西瓜书》第七章的内容，主要涵盖贝叶斯决策论、极大似然估计、朴素贝叶斯分类器以及半朴素贝叶斯分类器。讨论了在条件独立性不成立时朴素贝叶斯分类器的适用性，并给出了多个习题的解答，包括拉普拉斯修正、AODE分类器的实现以及高斯分布下线性判别分析的贝叶斯最优分类器证明。
文章目录
西瓜书第七章——贝叶斯分类器
一些截图上传出现问题了，找时间再改过来
参考：https://blog.youkuaiyun.com/jbb0523
7.1 贝叶斯决策论
1、贝叶斯决策论
贝叶斯决策论是概率框架下实施决策的基本方法。
R ( c i ∣ x ) = ∑ j = 1 N λ i j P ( c j ∣ x ) R(c_i|\mathbf{x})=\sum_{j=1}^{N}{\lambda_{ij}P(c_j|\mathbf{x})} R(ci∣x)=j=1∑NλijP(cj∣x)
R ( h ) = E x [ R ( h ( x ) ∣ x ) ] = ∑ x ∈ D R ( h ( x ) ∣ x ) P ( x ) R(h)=\mathbb{E_x}[R(h(\mathbf{x})|\mathbf{x})]=\sum_{\mathbf{x}\in{D}}R(h(\mathbf{x})|\mathbf{x})P(\mathbf{x}) R(h)=Ex[R(h(x)∣x)]=x∈D∑R(h(x)
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
