模式识别jnca04.ppt

[定理]：使条件平均损失最小的判决也必然使总的平均损失最小。 最小损失准则判决： 两类问题 适用于P(?i)未知或是变动的情况。 当类概密已知，损失函数?ij、类域?i取定后，平均损失R是P(?i)的线性函数 4·3 最小最大损失准则 PA(?1) 1 P(?1) A C D R* B R*B 0 D’ C’ * 判决阀值：decision threshold value * 条件期望损失：做决策?j的平均损失 ?ij 又称penalty (处罚) * 判决阀值：decision threshold value 对于一个实际问题，对某个具体样本X, 依据最小损失贝叶斯决策进行判决,步骤如下： 4.2.2 最小损失贝叶斯判决的基本步骤 （2）利用决策表，计算条件风险 对于一个实际问题，对某个具体样本X, 依据最小损失贝叶斯决策进行判决,步骤如下： 4.2.2 最小损失贝叶斯判决的基本步骤 （3）决策：在各种决策中选择风险最小的决策，即 两类问题的最小损失贝叶斯判决 两类问题的条件风险： 两类问题的最小损失贝叶斯判决 最终得到最小损失准则的似然比形式的判决规则 对上式整理： 若记似然比阈值 则两类问题的判决规则为 如果 则判 0-1损失（?ii=0, ?ij=1 ）条件下 最小损失判决?最小错误判决 例4.2.2