模式识别课件
二、聂曼一皮尔逊决策法
考虑两类问题的错误率分别为P1(e)和P2(e)。
由于实际工作中常常要求限制某一类错误率不得大于某个常数而使另一类错
误率尽可能小,例如在癌细胞识别中,我们已经认识到把异常误判为正常的损失更为严重,常常要求这种误判为错误率P2(e)很小,即P2(e)= 0, 0是一
个很小的常数,在这种条件下再要求P1(e)即把正常误判为异常的错误率尽可能小。所以这样的决策可看成是在P2(e)= 0条件下,求P1(e)极小值的条件极值问题。可以用求条件极值的Lagrange乘子法解决这一问题,即按Lagrange乘子法建立如下数学模型:

式中A是Lagrange乘子,目的是求r的极小值。从式(2—1一12)可知:

式中,R1是类别 1的区域;R2是类别 2的区域,而R1+R2=RS,RS为整个特征空间。也就是说,决策作出之后,整个特征空间分割成不相交的两个区域R1和R2,若样本x落入R2,就判定属于 1类,反之则属于 2类。根据类条件概率密度的性质,有:

将式(2-2-10)代入式(2-2-9),并顾及到式(2-2-11),可得:

由此式分别对x和 求导,令
r r
0及 0

x

满足式(2-2-13)的最佳 值和满足式(2-2-14)的边界面就能使r极小,此时决策规则
可以写为:
如果

或,如果
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