统计决策方法概论专业知识讲座.ppt

文档介绍：课前思考机器自动识别分类,能不能避免错分类?怎样才能减少错误?不同错误造成的损失一样吗?先验概率,后验概率,概率密度函数?什么是贝叶斯公式?正态分布?期望值、方差?正态分布为什么是最重要的分布之一?2020/7/17学****指南本章要说明分类识别中为什么会有错分类,在何种情况下会出现错分类?错分类的可能性会有多大?怎样才能使错分类最少?不同的错分类造成的危害是不同的,有的错分类种类造成的危害更大,因此控制这种错分类则是更重要的。为此引入了一种“风险”与“损失”概念,希望做到使风险最小。要着重理解“风险”与“损失”的概念,以及在引入“风险”概念后的处理方法。2020/7/17理解本章的关键要正确理解先验概率,类概率密度函数,后验概率这三种概率对这三种概率的定义,相互关系要搞得清清楚楚Bayes公式正是体现这三者关系的式子,要透彻掌握。2020/7/17最小风险贝叶斯决策2聂曼-皮尔逊判决3最小错误率贝叶斯决策1第二章统计决策理论正态分布决策理论42020/7/175最小错误率贝叶斯决策12020/7/176模式识别系统的基本构成分类决策:把样本分到哪一类最合理样本空间到决策空间的一个映射采用不同的标准会得到不同意义下的“最优”的决策最小错误率贝叶斯决策2020/7/177基于最小错误率的贝叶斯决策基本思想使错误率为最小的分类规则称之为基于最小错误率的贝叶斯决策例子:挑选西瓜编号敲声好瓜1沉闷是2沉闷否3沉闷否4沉闷否5清脆是6清脆是7清脆否8浊响是9浊响否2020/7/179贝叶斯公式先验似然后验当敲击声音为清脆时,该西瓜是好瓜的概率2020/7/1710