模式识别课件
类的情况都考虑到了,属于某一类的可能性越大,P( j|x)越大,权重越大。
这里求期望值实际上是求 i条件下相对求各类的平均风险。
根据上表,可以计算出a个条件风险R( 1|x),R( 2|x), ,R( a|x)。
期望风险R
x是随机向量的测量值,对于x的不同观察值,采取决策 i时,其条件风险的大小是不同的,决策 可以看成随机向量x的函数,记为 (x),于是我们可以定义期望风险R为:
R R( (x)/x)p(x)dx (2-2-4)
式中,dx是特征空间的体积元,积分在整个特征空间进行。
期望风险R反映对整个特征空间所有x的取值都采取相应的决策 (x)所带来的平均风险;而条件风险R( i/x)只是反映了对某一x的取值采取决策 i所带来的风险。
实际上是对某一模式x进行分类判别决策时,算出判断它属于各类的条件期望风险
R( 1/x),R( 2/x), ,R( m/x)之后,判决x属于条件风险的那一类。
最小风险贝叶斯决策规则
在考虑错判带来的损失时,我们希望损失最小。如果在采取每一个决策,都使其条件风险最小,则对所有的x作出决策时,其期望风险也必然最小,这样的决策就是最小风险贝叶斯决策。 最小风险贝叶斯决策规则为:
如果 R( k|x) minR( i|x),则有 k (2-2-5)
i 1,2,...,a
即在a个条件风险中,选一个最小的,这就是基于最小风险的贝页斯决策。 最小风险贝叶斯决策的步骤
(1)在已知P( j),p(x/ j),j =1,2, ,m,并给出待识别的x的情况下,根据贝叶
斯公式可以计算出后验概率:

(2)利用计算出的后验概率及决策表,按式(2—2—3)计算出采取 i,i =1,2, ,a的
条件风险R( i/x)。
(3)对步骤(2)中得到的a个条件风险值R( i/x),i =1,2, ,a,进行比较,找出使条件风险最小的决策 k,即R( k/x)=minR( i/x),则 k就是最小风险贝叶
i 1,2,...,a
斯决策。
说明
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