贝叶斯决策理论课件 .pptxVIP

贝叶斯决策理论;内容;基本概念;决策;Bayes决策常用的准则;基于最小错误率的贝叶斯决策;先验概率;9、我们的市场行为主要的导向因素，第一个是市场需求的导向，第二个是技术进步的导向，第三大导向是竞争对手的行为导向。七月-21七月-21Saturday, July 17, 2021 10、市场销售中最重要的字就是“问”。22:19:2922:19:2922:197/17/2021 10:19:29 PM 11、现今，每个人都在谈论着创意，坦白讲，我害怕我们会假创意之名犯下一切过失。七月-2122:19:2922:19Jul-2117-Jul-21 12、在购买时，你可以用任何语言；但在销售时，你必须使用购买者的语言。22:19:2922:19:2922:19Saturday, July 17, 2021 13、He who seize the right moment, is the right man.谁把握机遇，谁就心想事成。七月-21七月-2122:19:2922:19:29July 17, 2021 14、市场营销观念：目标市场，顾客需求，协调市场营销，通过满足消费者需求来创造利润。17 七月 202110:19:29 下午22:19:29七月-21 15、我就像一个厨师，喜欢品尝食物。如果不好吃，我就不要它。七月 2110:19 下午七月-2122:19July 17, 2021 16、我总是站在顾客的角度看待即将推出的产品或服务，因为我就是顾客。2021/7/17 22:19:2922:19:2917 July 2021 17、利人为利已的根基，市场营销上老是为自己着想，而不顾及到他人，他人也不会顾及你。10:19:29 下午10:19 下午22:19:29七月-21 ;贝叶斯公式：;决策规则：;几种等价形式：;2、似然比;3、似然对数;例：某地区细胞识别； P(ω1)=0.9， P(ω2)=0.1 未知细胞x，先从类条件概率密度分布曲线上查到：;P(e|x)=P(?2|x) 判定为?1(错误选择?2 ); ;因此，条件错误概率： P(e|x) = min [P(?1|x), P(?2|x)] ;平均错误率;下面以两类模式为例，从理论上给予证明：;也可以写为：;对多类决策（假设有c类），很容易写出相应的最小错误率贝叶斯决策规则：;多类别决策过程中，要把特征空间分割成c个区域，可能错分的情况很多，平均错误概率P(e)将由c(c-1)项组成。 直接求P(e)的计算量较大，将代之计算平均正确分类概率P(c),则：;基于最小风险的贝叶斯决策;状态空间：设{?1,?2,…,?c}是c个类别的集合。 决策空间：设{?1,?2,…,?a}是a种决策行为。 损失函数：记 ?(?i|?j) 是类别状态为?j时采用??策行为为?i时所带来的损失(风险) 。;对于i = 1,…,a，条件风险R(?i|x) 定义为：;观察值x是随机向量，不同的观察值x，采取决策?i时，其条件风险的大小是不同的。所以，究竟采取哪一种决策将随x的取值而定。 决策?看成随机向量x的函数，记为?(x), 它也是一个随机变量。我们可以定义期望风险R：;期望风险R反映对整个特征空间上所有x的取值采取相应的决策?(x)所带来的平均风险。 条件风险R(?i|x)只是反映对某一观察值x，采取决策?i时，所有类别状态下带来风险的平均值。 显然，我们要求采取的一系列决策行动?(x)使期望风险R最小。;如果在采取每一个决策或行动时，都使其条件风险最小，则对给定的观察值x作出决策时，其期望风险也必然最小。这样的决策就是最小风险贝叶斯决策。其规则为：;已知先验概率P(?j)、类条件概率密度p(x/?j),并给出待识别的x，根据贝叶斯公式，计算出后验概率P(?j/x)。;2. 利用后验概率P(?j/x)与损失函数，计算出每个条件期望风险R(?i/x)(一共有a个决策)。 3. 在a个R(?i/x)相互比较，找出最小的决策?k，完成最小风险贝叶斯决策。;注意：最小风险贝叶斯决策除了先验概率P(?j)和类条件概率密度p(x/?j)外，还需要有合适的损失函数?(?j,?j)。 在实际中，要列出合适的决策表很不容易，要根据所研究的具体问题，分析错误决策造成损失的严重程度，与有关的专家共同商讨来确定。;例：某地区细胞识别； P(ω1)=0.9， P(ω2)=0.1 未知细胞x，先从类条件概率密度分布曲线上查到：;最小错误率决策与最小风险决策之间的关系;此时的条件风险为：;所以在0-1损失函数时，使;Neyman—Pearson决策;假设P2（e）很小，使P2（e）=ε0， ε0是一个很小的常