模式识别笔记（二）——贝叶斯（最小错误和最小风险）

最新推荐文章于 2025-06-09 20:27:05 发布

ylin01234

最新推荐文章于 2025-06-09 20:27:05 发布

阅读量2.5w

点赞数 10

CC 4.0 BY-SA版权

分类专栏：学习笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/ylin01234/article/details/81162924

这篇博客介绍了贝叶斯决策理论，包括最大后验概率决策（最小错误率决策）和最小风险决策。通过先验概率、类条件概率和后验概率的概念，阐述了如何进行最小错误率决策，并讨论了最小风险决策在考虑不同错误损失时的重要性。文章最后提到了如何计算条件风险和选择风险最小的决策策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

统计模式识别方法，计算逆向概率

贝叶斯法则：当分析样本大到接近总体数时，样本中事件发生的概率将接近于总体中事件发生的概率。

1. 最大后验概率决策（最小错误率决策Minimum-error-rate Bayes classification）

先验概率：

类条件概率：

后验概率：

最大后验概率决策：

后验概率形式

条件概率形式

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 3

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。