第二章贝叶斯决策理论2014概述.ppt

* 第二章 贝叶斯决策理论 6）定义损失数组为loss[10][10] 2.6.3 基于最小风险的Bayes分类实现 * 第二章 贝叶斯决策理论 7）计算每一类的损失risk[i] 2.6.3 基于最小风险的Bayes分类实现 * 第二章 贝叶斯决策理论 2、效果图 2.6.3 基于最小风险的Bayes分类实现 * 2.7 两类错误率与ROC曲线 第二章 贝叶斯决策理论 * 1.4 模式识别系统 第一章 绪论 一个典型的模式识别系统（监督模式识别） 一个典型的模式识别系统一般由数据获取，预处理，特征提取选择、分类决策及分类器设计五部分组成。 分类器设计在训练过程中完成，利用样本进行训练，确定分类器的具体参数。而分类决策在识别过程中起作用，对待识别的样本进行分类决策。 * 阳性：表示某一症状存在，或者检测到某一指标 的异常 ＋ 阴性：表示所考查的症状不存在或者所监测的指标没有异常。 － * 真阳性和真阴性：正确的分类 假阳性率（false positive rate）表示假阳性样本占总阴性样本的比例。 假阴性率（false negative rate）表示假阴性样本占总阳性样本的比例。 假阳性和假阴性：错误的分类!! 对应的两类错误率：假阳性率、假阴性率 * Sn — 敏感性 Sp — 特异性 Tp是真阳性样本的个数；T