Bayes决策理论.pdf

第二章 Bayes决策理论  2.1 引言  2.2 基于最小错误率的Bayes决策  2.3 基于最小风险的Bayes决策  2.4 正态分布的Bayes决策  2.5 小结 2.1 引言 2.1 引言  例：医生要根据病人血液中白细胞的浓 度来判断病人是否患血液病。  根据医学知识和以往的经验，医生知道：  一般人群中，患病的人数比例为0.5% 。  患病的人，白细胞的浓度服从均值为2000 ，标准差 为1000的正态分布；未患病的人，白细胞的浓度服 从均值为7000，标准差为3000的正态分布。 2.1 引言  问题：一个人的白细胞浓度是3100，医 生应该做出怎样的判断？  这是一个两类的判别问题。 2.1 引言  数学表示 ω  用 表示“类别”这一随机变量，它的取值 ω 为类别标号。我们以 表示患病， 表示不 1 ω2 患病。 x  用 表示“白细胞浓度”这一随机变量，它 p (x) 的取值范围为样本空间S。 表示它的概率 p (x ω ) 密度函数， i 表示类条件概率密度函数。 2.1 引言  假设医生掌握的知识非常充分，他知道  类别的先验概率分布：没有获得观测数据 （病人白细胞浓度）之前类别的分布。 P ω P ω ( 1 ) 0.5%, ( 2 ) 99.5%  观测数据白细胞浓度分别在两种情况下的类 条件概率密度： 2 p (x | ω ) ~ N (2000,1000 ) 1 2 p (x | ω ) ~ N (7000,3000 ) 2 白细胞的浓度分布 2.1 引言  决策（decision ）——给样本赋予类别标 D (x) 号，记为 。  一个决策把样本空间划分为不重叠的区 域。相邻区域之间的边界面称为决策面 f (x) （decision surface ），记为 。 2.1 引言 ω f (x) 2 ω 1 S 2 S 1 2.1 引言  统计决策理论——根据每一类总体的概 率分布决定决策面。  Bayes决策理论是统计决策理论的基本方 法