52Bayes判别要点.pptVIP

§5.2 Bayes判别 基本思想 两个总体的Bayes判别 一般准则 两个正态总体的Bayes判别 误判概率估计---回代法和交叉确认法 多总体的Bayes判别 后验概率的例子 先验概率：租房概率P(A)=30%，归有房可能大。 后验概率：根据贝叶斯公式，租房后验概率，归租房可能大 P(A2|B)=(0.3*0.7)/（0.7*0.2+0.3*0.7)=0.6租房 5.2.1 Bayes判别的基本思想 §5.2 Bayes判别 基本思想 §5.2.2两个总体的Bayes判别 一般准则 两个正态总体的Bayes判别 误判概率估计---回代法和交叉确认法 多总体的Bayes判别 样品误判造成的平均损失 五. 判别分析DISCRIM过程 基本语句形式： PROC DISCRIM DATA＝数据集1 TESTDATE=数据集2 选项 ; CLASS 变量名称；/*指定描述总体类别变量名称*/ VAR 变量名称 /*指定参与分析变量名称，建立关于此变量子集的判别函数式*/ PRIORS probabilities; /* 指出先验概率相等、按比例分配或指定概率 */ RUN; 表5.7 回代法误判样品信息 距离判别（两总体及多总体距离判别）； 判别准则评价(误判率、误判率回代和交叉确认估计); Bayes判别(基本思想、Bayes判别准则) 重点 两总体Bayes判别准则(距离判别)，误判率的估计； 难点 Bayes判别中平均误判损失公式的导出和基于平均误判 损失最小准则下两总体的Bayes判别准则的推导． 作业 1.写出两总体Bayes判别的划分、准则,误判率估计. 2.写出总体为正态分布时的Bayes判别准则,问Bayes判别与距离判别的关系. 3. 5.4 5.5选一题 书面总结：2-6章内容总结，上交 proc discrim data=examp5_4 testdata=teST5_4 method=normal pool=no listerr crosslisterr testlist; class group; var x1 x2; priors proportional; run; (2)总体协方差矩阵不全相等 程序改为 交叉确认法误判估计 待判样品的判别结果 本章基本内容 （4）计算广义平方距离函数和后验概率 表示剔除样本x后建模得到的j总体样本均值向量和协差阵，再求x到j总体距离 误判率的交叉确认法估计 交叉确认法 G2样品10号 误判G1 交叉确认法分类小结 输出集aa:训练样本集变量均值、标准差、相关系数及线性判别函数系数. 5.2.3 多个总体Bayes判别 一．一般讨论 二．多个正态总体Bayes判别 一．一般讨论 二．多个正态总体Bayes判别 二．多个正态总体的Bayes判别 三、误判概率的频率估计 data examp5_4; input group $ x1 x2 @@; cards; G1 2.96 596 G1 3.14 473 G1 3.22 482 G1 3.24 467 G2 2.54 446 G2 2.43 425 G2 2.20 474 G2 2.36 531 G2 2.57 542 G2 2.85 381 G2 2.90 384 G3 2.86 494 G3 2.85 496 G3 3.14 419 G3 3.28 371 G3 2.85 483 G3 3.01 453 G3 3.03 414 G3 3.04 446 ; run; data test5_4; /待检样品/ input x1 x2; cards; 3.12 497 ; run; proc discrim data=examp5_4 testdata=test5_4 method=normal pool=yes listerr crosslisterr testlist; /协差阵相等/ class group; var x1 x2; priors proportional; /先验概率按比例分配/ run; （3）计算协方差矩阵 （4）计算广义平方距离函数和后验概率 回判法的分类小结 回判法的误判率估计 交叉确认法分类结果 交叉确认法分类小结 待判样品判别结果 * * 设有K个总体，样品来自各个总体先验概率为pi，各总体密度函数fi(x)，在观测到一个样品X条件下，可根据贝叶斯公式计算出它来自某个总体的后验概率。 待判样品属于哪一类的后验概率最大，就把它分入哪一类。 一般假设服从多元正态分布、各总体的协方差矩阵相等。 非诚勿扰，第一轮亮