第2章贝叶斯决策理论..pptVIP

2.4.1 对分类错误率的直观认识 分类错误率 = 被错分的样本数 / 样本总数 分类方案一 分类方案二 在分类中，希望分类错误率尽可能地小。 以上是最简单的情形（全体样本已知），但在很多情形下（如只知部分样本，或只知样本的分布），分类错误率并不容易计算。 分类错误率是衡量分类性能好坏的标尺。 2.4.2 分类错误率的计算方式 在一些特殊情形下按理论公式计算 平均错误率： （是 的期望） 的概率密度 对 进行分类（决策）时的错误 决策规则（两类时）： 如果 如果 则 则 (2-6) 例：基于最小错误率的贝叶斯决策（前面讲过） * * Bian ZhaoQi * Bian ZhaoQi * Bian ZhaoQi 5、条件风险（条件期望损失）： 条件风险： 模式 属于 类，现却将之判决为 类而带来的损失； 模式 属于 类的概率（可能性）； 例：计算条件风险 状态 损 失 决 策 ω1 ω2 α1 α2 0 0 6 1 （正常类） （异常类） （正常） （异常） 已知 所以 这意味着： 把异常类血细胞判别为正常类细胞所冒风险太大，所以宁肯将之判别为异常类血细胞。 （2-15） “风险”的适用范围比错误率更广泛，它引入了“损失”的概念。即考虑了因误判而带来的损失。 注意：