原创力文档- 1、本文档共19页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
模式识别课件03
第二章
贝叶斯决策理论
2.1 引言
统计模式识别：
用概率统计的观点和方法来解决模式识别问题
基本概念：
样本(sample) x ∈Rd
状态(state) 第一类：ω ω ， 第二类：ω ω
1 2
先验概率 (a priori probablity or prior) P (ω ) ，P (ω )
1 2
样本分布密度(sample distribution density) p (x)
（总体概率密度）
类条件概率密度(class-conditional probablity density)
p (x | ω ) ，p (x | ω )
1 2
后验概率(a posteriori probablity or posterior)
P (ω | x) ，P (ω | x)
1 2
错误概率(probablity of error)
P (ω | x) if x is assigned to ω
2 1
P (e | x)
P (ω | x) if x is assigned to ω
1 2
平均错误率(average probablity of error)
P (e) ∫ P (e | x)p (x)dx
正确率(proabality of correctness) P (c)
P (e) 1−P (c)
贝叶斯决策（统计决策理论）
是统计模式识别的基本方法和基础。
是“最优分类器”：使平均错误率最小
条件：
类别数一定，ω , i 1, L,c （决策论中把类别称作状态）
1
已知类先验概率和类条件概率密度 P (ω), P (x |ω), i 1, L, c
i i
2.2 贝叶斯决策规则
2.2.1 最小错误率贝叶斯决策
min P (e) ∫P (e | x )p (x )dx
因为 P (e | x) ≥0 ，p (x) ≥0 所以等价于：min P (e | x) for all x .
P (ω | x) if assign x ∈ω
2 1
而 (
文档评论（0）