模式识别课件
① 1, 2,..., m表示样本x所属的m个类别。 ② 先验概率P( i), i=1,2, , m ③ 假设类条件概率密度函数
p(x| i),i=1,2, ,m已知,计算后验概率后,若:
P( i|x)>P( j|x) j i
则x i类。这样的决策可使分类错误率最小。因此叫做基于最小错误率的贝叶斯决策。 R1和R3的分界点是p(x/ 1)P( 1)=p(x/ 3)P( 3)的交点。 R2和R3的分界点是p(x/ 2)P( 2)=p(x/ 3)P( 3)的交点。

图2-1-1

图2-1-2
决策域、决策面,决策面方程和判决函数和分类器 决策域、决策面、决策面方程
对于m类的分类任务,按照决策规则可以把多维特征空间划分成m个决策区域
R1,R2,...,Rm,叫决策域。
两个区域Ri,Rj的边界叫决策面,x是一维时,决策面是一个点;二维时,决策面是一
条曲(直)线;三维时,决策面是一曲(平)面;n维时,决策面是一个超曲(平)面。 在数学上用解析形式可以表示为用决策面方程描述。可将决策面看作有正负的界面,对于任一样本x,代入决策面方程左边的多项式,若是正的,说明x i;若为负,说明x j。
判别函数di(x) 把描述决策规则的某种函数叫判别函数di(x),例如di(x)≡f(P( i|x)),其中f( )是一个单调上升函数。对于最小错误率的情况,可描述为
,用判决函数描述决策面方程更方便。 P( i|x) P( j|x) 0
第二章 贝叶斯决策理论 2.1 引言 2.2几种常用的决策规则 2.3正态分布时的统计决策 2.4关于分类器的错误率问题 2.1 引言 ? 模式识别的分类问题是根据识别...
2013年8月4日星期日 第2章 贝叶斯决策理论 2.0 基本概念 2.1 最小错误概率的Bayes决策 2.2 2.3 2.4 2.6 最小风险的Bayes决策 Neyman-Pearson决策 ...
2 2 2 Q P(ω1 ) = P(ω2 ) ∴ 贝叶斯决策规则可表示 为: 如p (x
P(ω2)——马哈鱼的先验概率第二章 贝叶斯决策理论 郝红卫 4 引 言 先验概率反映了在实际的鱼没有出现之前,我们所拥有的对于可能出现哪种鱼的先验 知识。比如...
模式识别 Pattern Recognition 第二章 贝叶斯决策理论 张芳 13702180623 hhzhangfang@126.com 2014-4-11 模式识别 —— 贝叶斯决策理论 1 引言 复习:特征向量和特征...
P(ω2)——马哈鱼的先验概率第二章 贝叶斯决策理论 郝红卫 4 引 言 先验概率反映了在实际的鱼没有出现之前,我们所拥有的对于可能出现哪种鱼的先验 知识。比如...
内容纲要 研究目的和意义 第二章 贝叶斯决策理论 0011 0010 1010 1101 0001 0100 1011 1 01 内容纲要 第二章 贝叶斯决策理论 第二章 内容纲要 研究目的和意义 ...
模式识别 第二章 贝叶斯决策理论中国矿业大学信电学院 蔡利梅 第二章 贝叶斯决策理论 2.1贝叶斯决策的基本概念 2.2基于最小错误率的贝叶斯判别法 2.3基于最小...
内容纲要 研究目的和意义 第二章 贝叶斯决策理论 0011 0010 1010 1101 0001 0100 1011 4 1 2 01 1 内容纲要 第二章 贝叶斯决策理论 第二章 内容纲要 研究...
第三讲 贝叶斯决策理论 参考书: 中文教材:第二章 p9-34,p42-43 2011-2012学年第二学期 第二章 贝叶斯决策理论 ? 2.1 引言 ? 2.2 贝叶斯决策理论 ? 2....
热门文档