人工智能样板课件.pptVIP

2.1引言l贝叶斯决策论是解决模式分类问题的一种基本统计途径。它做了如下假设，即决策问题可以用概率的形式来描述，并且假设所有的概率结构已知。l例：鲑鱼和鲈鱼分类l两类鱼自然状态下的先验概率先验概率是一个随机变量(?=?1鲈鱼;?=?2鲑鱼)l等概率假设下有：P(?)=P(?)l12P(?)+P(?)=112

2.1引言?仅根据先验概率的判决规则ifP(?)P(?)12则判为?1否则判为?2连续判决和误差概率?使用类条件概率信息（P(x|?)类条件概率密度函数）?P(x|?)和P(x|?)描述两类鱼光泽度的不同12

2.1引言

2.1引言?处于类别?j并具有特征值x的模式的联合概率密度如下：p(?,x)=P(?|x).p(x)=p(x|?).P(?)jjjj由上可得贝叶斯公式：l两类问题情况下非正式表示：

2.1引言?根据后验概率判决?X是观测属性??ifP(?|x)P(?|x)判决状态为?1判决状态为?212ifP(?|x)P(?|x)12???所以:当我们观测到一个x,判决的误差概率为:P(error|x)=P(?|x)如果判决为?21?P(error|x)=P(?|x)如果判决为?12

2.1引言?平