判别剖析贝叶斯判别.ppt

第四章判别分析 贝叶斯( Bayes)判别 贝叶斯( Bayes)判另 距离判别只要求知道总体的特征量(即参数) 均值和协差阵,不涉及总体的分布类型.当参数未知 时,就用样本均值和样本协差阵来估计 距离判别方法简单,结论明确,是很实用的方法 但该方法也有缺点 1.该判别法与各总体出现的机会大小(先验概 率)完全无关 2.判别方法没有考虑错判造成的损失,这是不 合理的 趣Byes判别法正是为解决这两方面问题而 出的判别方法 Bayes的统计思想总是假定对所研究的 对象已有一定的认识,常用先验概率分布来描 述这种认识.然后我们抽取一个样本,用样本 来修正已有的认识(先验概率分布),得到后 验概率分布 各种统计推断都通过后验概率分布来进 行.将贝叶斯思想用于判别分析就得到贝叶斯 判别法 在正态总体的假设下,按 Bayes判别的思 想,在错判造成的损失认为相等情况下得到 的判别函数其实就是马氏距离判别在考虑先 验概率及协差阵不等情况下的推广 所谓判别方法,就是给出空间R的一种划 分:D={D1,D2,……,Dk}.一种划分对应一种判 别方法,不同的划分就是不同的判别方法 Bayes判别法也是给出空间R的一种划分 设有k个总体G1,G2,…,Gk假设事先对所研究的问 题有一定的认识,这种认识常用先验概率来描述.即已 知这k个总体各自出现的概率(验前概率)为qpq2…,gk (显然q>0,q1+q2+,+qk=1) 比如研究人群中得癌G1)和没有得癌(G2)两类群体 的问题,由长期经验知:q1=0.01,q2=0.999.这组验前 概率q1,…,qk称为先验概率.先验概率是一种权重(比 例).所谓“先验”是指先于我们抽取样品作判别分析 之前 Bayes判别准则要求给出q;(i=1,2,…,的值