第二章 贝叶斯决策理论.pdfVIP

模式识别 第二章 贝叶斯决策理论 中国矿业大学信电学院 蔡利梅 第二章 贝叶斯决策理论 2.1贝叶斯决策的基本概念 2.2基于最小错误率的贝叶斯判别法 2.3基于最小风险的贝叶斯决策 2.4Neyman-Pearson决策 2.5分类器的设计 2.6正态分布模式的统计决策 2.1贝叶斯决策的基本概念 用概率统计的方法研究随机模式的决策问题。 采用贝叶斯决策理论方法的前提条件 各类别总体的概率分布是已知的 要决策的类别数是一定的 先验概率：预先已知的或者可以估计的模式识别 系统位于某种类型的概率 类条件概率密度函数：系统位于某种类型条件下 模式样本X出现的概率密度分布函数 后验概率：系统在某个具体的模式样本X条件下位 于某种类型的概率 贝叶斯公式 设试验E的样本空间为S，A为E的事件， B1,B2,…,Bn为S的一个划分 且 ( )