随机模式的分类方法相关资料(ppt 39页)

随机模式的分类方法相关资料目录：
1、引言
2、最小错误率判决规则（最简单的Bayes分类方法）
4、最大似然比判决规则
5、Neyman-Pearsen判决规则---有时不知道先验概率，仅知道类概率密度
6、最小最大判决规则---先验概率是变化的
7、分类器设计

 

随机模式的分类方法相关资料内容提要：
Bayes决策理论是随机模式分类方法最重要的基础。
其中几个重要的概念：
先验概率
先验概率是预先已知的或者可以估计的模式识别系统位于某种类型的概率。
类（条件）概率密度
它是系统位于某种类型条件下，模式样本x出现的概率密度分布函数
后验概率
后验概率可以根据贝叶斯公式计算出来，可直接用作分类判决的依据。
最小风险判决规则：
最小风险判决规则也是一种Bayes分类方法。最小错误率判决规则没有考虑
错误判决带来的“风险”，或者说没有考虑某种判决带来的损失同一问题中，某种判决总会有一定的损失，特别是错误判决有风险。不同的
错误判决有不同的风险，如上一节的例子中，判断细胞是否为癌细胞，可能有两
种错误判决：
① 正常细胞错判为癌细胞；
② 癌细胞错判为正常细胞。
两种错误带来的风险不同。在①中，会给健康人带来不必要的精神负担，
在②中，会使患者失去进一步检查、治疗的机会，造成严重后果。显然，第②种
错误判决的风险大于第①种。
判决风险也可以理解为判决损失，即使在正确判决的情况下，一般也会付出
某种代价，也会有损失。正是由于有判决风险的存在，最小错误率判决就不够了，
必须引入最小风险判决规则。

 

 

..............................