二.贝叶斯决策论

本文介绍了一种基于概率的统计决策方法,重点讨论了类条件概率密度、先验概率、后验概率等概念,并探讨了如何利用这些概率进行决策,以及评估决策效果的误差概率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

2.1引言

是一种基本统计途径

出发点是利用概率的不同分类决策与相应的决策代价之间的定向折中。

做出的基本假设:决策问题可以用概率的形式来描述,并且假设所有相关的概率结构已知。

类条件概率密度:就是条件概率。A事件发生的情况下B事件发生的概率。

x代表的是一种特征,特征的作用就是当x发生的时候,是其中某一种类别的可能性很大。所以可以用x作为区分的特征。

先验概率为P(wj),意思是类别属于wj的概率。

后验概率为P(wj  | x),在特征值x假设已知的条件下类别属于wj的概率。

似然函数是P(x|wj)。为wj关于x的似然函数。

误差概率:P18,含义就是判断错误的概率。


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