统计决策方法概论.pptx

文档介绍：该【统计决策方法概论 】是由【crh53719】上传分享，文档一共【55】页，该文档可以免费在线阅读，需要了解更多关于【统计决策方法概论 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。统计决策方法概论
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?
2022/2/19
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。
2022/2/19
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。
2022/2/19
统计决策理论
是模式分类问题的基本理论之一
贝叶斯决策理论
是统计决策理论中的一个基本方法
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
6
2022/2/19
正态分布决策理论
4
最小错误率贝叶斯决策
1
7
2022/2/19
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
8
2022/2/19
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
10
2022/2/19