《模式识别原理、应用及实现》 课件 2.3最小错误贝叶斯决策.pptVIP

2.1最小错误率贝叶斯决策武汉理工大学1.基本思想决策规则：讨论模式集的分类，目的是确定X属于那一类，所以要看X来自哪类的概率大。在下列三种概率中：先验概率P(ωi)类(条件)概率密度p(X|ωi)后验概率P(ωi|X)采用哪种概率进行分类最合理？问题分析：后验概率P(ωi|X)设有M类模式，(4-6)——最小错误率贝叶斯决策规则2.几种等价形式虽然后验概率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：可知，分母与i无关，即与分类无关，故分类规则又可表示为：(4-7)对两类问题，(4-7)式相当于若，则若，则可改写为：统计学中称为似然比，为似然比阈值。对(4-8)式取自然对数，有：(4-7)，(4-8)，(4-9)都是最小错误率贝叶斯决策规则的等价形式。若，则（4-8）若，则（4-9）2.几种等价形式3.举例例4.1假定在细胞识别中，病变细胞的先验概率和正常细胞的先验概率分别为