统计决策方法讲义.ppt

第四章 统计决策方法;§4.1 引言 §4.2 最小错误率贝叶斯决策 §4.3 最小风险贝叶斯决策 §4.4 正态分布模式的贝叶斯决策 §4.5 聂曼——皮尔逊判别 §4.6 按后验概率密度分类的势函数方法;一、复习;获取模式的观察值时，有二种情况： （1）确定性事件：事物间有确定的因果关系。前两章内容。 （2）随机事件：事物间没有确定的因果关系，观察到的特征 具有统计特性，是一个随机向量。只能利用模式集的统计特 性来分类，以使分类器发生分类错误的概率最小。;c) 对于两两互斥的事件 有;a) 概率乘法公式：如果P(B)0，则联合概率 P(AB)= P(B) P(A|B) = P(A) P(B|A) =P(BA) （5.1-2）;设样本的特征向量X是随机向量，则相关概率有三种：;P(ω2| X) 表示试验呈阳性的人中(显示可能有病)， 实际没有病的人的概率。 ;④ 三者关系：根据(5.1-4)贝叶斯公式有：;② 分类规则：有M类模式，; 虽然后验概率P(ωi| X)可以提供有效的分类信息，但先验概 率P(ωi)和类概率密度函数p(X |ωi)从统计资料中容易获得，故 用Bayes公式，将后验概率转化为类概率密度函数和先验概率的 表示。由