7-Bayes分类器-第七章.pptVIP

最小风险Bayes分类器 假定要判断某人是正常(ω1)还是肺病患者(ω2),于是在判断中可能出现以下情况： 第一类，判对(正常→正常) λ11 ； 第二类，判错(正常→肺病) λ21 ； 第三类，判对(肺病→肺病) λ22； 第四类，判错(肺病→正常) λ12 。 在判断时，除了能做出“是” ωi类或“不是” ωi类的动作以外，还可以做出“拒识”的动作。为了更好地研究最小风险分类器，我们先说明几个概念： 行动αi：表示把模式x判决为ωi类的一次动作。 损耗函数λii=λ(αi/ωi)表示模式X本来属于ωi类而错判为ωi所受损失。因为这是正确判决，故损失最小。 损耗函数λij=λ(αi/ωj)表示模式X本来属于ωj类错判为ωi所受损失。因为这是错误判决，故损失最大。 风险R（期望损失）：对未知x采取一个判决行动α(x)所付出的代价（损耗） 条件风险只反映对某x取值的决策行动αi所带来的风险。 期望风险则反映在整个特征空间不同的x取值的决策行动所带来的平均风险。 最小风险Bayes决策规则： 在整个特征空间中定义期望风险： 条件风险（也叫条件期望损失）： 二类问题： 把x归于ω1时风险： 把x归于ω2时风险： Bayes分类的算法（假定各类样本服从正态分布） 1.输入类数M；特征数n，待分样本数