模式识别().pptVIP

第2章 贝叶斯决策理论 用贝叶斯决策理论分类的要求： 各类别总体概率分布是已知的 P(wi)及p(x/wi)已知，或P(wi/x)已知 决策分类的类别确定 特征向量、特征空间： 相互关系： 需解决的问题： 方法： 2.2 几种常用的决策规则 P(wi|x)的计算问题： 由贝叶斯公式得到，即： 决策规则的等价形式 1.若 或：似然比形式 问题：按这种办法决策，是否出现的错误概率最小？ 对p(x|wi)P(wi)的讨论。 实施最小风险判决规则的步骤： （1）给定x，由贝叶斯公式算出P(wj|x) j=1,…,C （2）已知决策表，计算各种决策的R(?i|x) i=1,2,…a （3）按2-17式比较各R(?i|x) ，即 3．聂曼—皮尔逊决策规则 （Neyman—Pearson) 针对(1)，采用最小最大损失准则—基于最坏情况下，平均代价最小 针对(2)，采用最小错误率决策准则 针对(3)，采用N-P（聂曼—皮尔逊）决 策准则。另外， (1) 、(2)均不知，仅知道类概率密度时，可用N-P准则。 N—P基本思想： N-P决策过程： 1.已知?0，由 三种决策的联系（似然比的决策门限不同） 2.2.4 最小最大决策 在P(wi)不知或变化时，如何使最大可能的总风险最小化，即最坏情况下争取尽可能减小。 讨论两类问题： 损失函数?i