本文详细探讨了Bayes判别方法，包括错判风险最小化准则，两个及多个总体的Bayes判别定理。在两个正太总体的情况下，给出了具体的判别区域表达式，并进一步扩展到多个总体的Bayes判别，讨论了损失相同情况下的特殊情况。内容涵盖概率论、统计学和机器学习中的关键概念。
💖💖感谢各位观看这篇文章，💖💖点赞💖💖、收藏💖💖、你的支持是我前进的动力！💖💖
💖💖感谢你的阅读💖，专栏文章💖持续更新！💖关注不迷路！!💖
文章目录
Bayes判别
1 错判风险ECM最小准则
定义：Bayes判别规则
- 条件
m 个 正 太 总 体 G 1 , ⋯ , G m ; 密 度 函 数 f 1 ( x ) , ⋯ , f m ( x ) m 个 个 体 各 自 发 生 的 先 验 概 率 q 1 , ⋯ , q m 错 判 损 失 C ( j ∣ i ) , 错 判 矩 阵 C ( R ) 错 判 概 率 P ( j ∣ i , R ) = ∫ R j f i ( x ) d ( x ) 总 平 均 错 判 损 失 : E C M ( R ) = ∑ i = 1 m q i ∑ j = 1 m C ( j ∣ i ) P ( j ∣
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
