本文主要是介绍统计判决----最小误判概率准则判决,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一些概念和符号的定义
表示类出现的先验概率。表示x出现条件下出现的概率,称为类别的后验概率,换言之就是x来自类的概率。表示在 类的条件下x的概率分布密度,即类模式x的概率密度,简称类概密。
最小误判概率准则判决的一般形式
对于两类问题
显然这里可能会出现两种,一种是把实属w1类的模式判属为w2类,原因是这个模式在特征空间中散布到D2中,从而导致误判,这时的误判概率为:
同理:
因此总的误判概率为:
我们希望误判的概率最小,等价要让总的正确率最大,总的正确率为:
如果
则判
或等价地表示成:如果
则判
这里称为似然比,称为似然比阈值。
这篇关于统计判决----最小误判概率准则判决的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!