基于最小错误率的贝叶斯决策目 录 贝叶斯定理 贝叶斯决策理论 最小错误贝叶斯决策方法 最小错误贝叶斯分类的计算过程 最小错误贝叶斯分类的Matlab 实现 结论 称为Bayes公式。从公式可以看出基于贝叶斯决策的决策结果取决于实际已给出训练样本的类条件概率和先验概率。贝叶斯概率是通过先验知识和统计现有数据,使用概率的方法对某一事件未来可能发生的概率进行估计的。贝叶斯定理 Bayes公式:设实验E的样本空间为S,A为E的事件,B1,B2,.Bn为 S 的一个划分(也即类别)且有P(A)0,P(Bi)0, (i=1,2,n),则下式贝叶斯决策理论 本次酒瓶颜色分类属于多类(4类)判别情况,对于一个模式样本X要判别它属于哪一类要基于以下步骤进行: 设定类别i =(1,2,m),模式样本x=( x1, x2, xn) 1. 确定判别函数:M类有M个判别函数g1( x), g2( x), gm(x),用于表示多类决策规则。多类判别函数可以定义为如下三种形式: 如果使得 , 对于一切ij成立,则将x归于i类。贝叶斯决策理论 2.确定决策面方程:3.进行分类器设最小错误贝叶斯决策方法 在模式分类问题