第二章贝叶斯决策理论总论.ppt

满足wT(x－x0) = 0式的x的轨迹为ωi与ωj类间的决策面，它是一个超平面 当P(ωi)= P(ωj)时，超平面通过μi与μj连线中点并与连线正交，如图所示。 当P(ωi)不等于 P(ωj)时，如图所示。 如果σ2远小于||μi-μj||2，则决策面的位置对先验概率不敏感。 ㈡第二种情况∑i=∑ 由∑i =∑2 =…=∑c =∑，即∑与i无关，所以，其判别函数（1）可简化为 若c类先验概率都相等则判别函数可进一步简化为 这时其决策规则为：为了对观察x进行分类，只要计算出x到每类的均值点μi的Mahalanobis距离平方，最后把x归于最小的类别。 （2） （1） 将（2）式展开，忽略与i无关的xT∑-1x项，则判别函数可写成下面的形式 其中， wi=∑-1μi （3） （2） 由式（3）可见：它也是x的线性判别函数，因此决策面仍是一个超平面。 如果决策域Ri和Rj相邻，则决策面方程应满足： gi(x)－ gj(x)=0 即 wT(x―x0)=0 其中 w=∑-1(μi－μj) 若各类的先验概率相等，则 此时x0点为μi与μj连线的中点，根据前面的讨论，决策面应通过这一点，如图2.12所示。 若先验概率不相等，x0就不在μi与μj连线的中点上，而是在连线上向先验