zoukankan      html  css  js  c++  java
  • 第三章 贝叶斯决策与学习

    贝叶斯决策与学习

    贝叶斯决策与Map分类器

    后验概率

    贝叶斯规则

    Map分类器

    • Map分类器决策边界

    Map分类器:高斯观测概率

    观测概率:单维高斯分布

    • 高斯观测概率:决策边界




      Map分类器解决了MICD分类器存在的问题:方差不同时,倾向于方差较小的一类

    观测概率:高维高斯分布

    决策风险与贝叶斯分类器

    决策风险的概念

    Map分类决策不能排除出现错误判断的情况,由此会带来决策风险

    损失的概念

    决策风险的评估

    贝叶斯分类器

    • 决策损失
      样本的决策损失之和
    • 决策目标
      最小化期望损失

    朴素贝叶斯分类器

    最大似然估计

    • 目标函数
    • 均值估计
    • 协方差估计

    最大似然估计偏差

    高斯分布协方差的最大似然估计是有偏的

    贝叶斯估计

    • 概念:
    • 参数的后验概率
      image.png
    • 高斯观测似然
      image.png
    • 高斯均值后验概率
      image.png
      image.png
      image.png

    KNN估计

    image.png

    • 原理
      image.png
  • 相关阅读:
    CodeForces
    4.15随笔
    oracle新建用户并赋予权限等
    catch时,获取异常信息
    ORACLE 判断是否为数字类型
    UNION ALL用法
    2019.11.7随笔
    oracle 查询锁表和解锁
    2019.11.1随笔
    oracle拼接子查询返回的多个结果
  • 原文地址:https://www.cnblogs.com/sy57/p/12825919.html
Copyright © 2011-2022 走看看