机器学习 第七章贝叶斯分类器

关于周志华老师的《机器学习》这本书的学习笔记
记录学习过程
本博客记录Chapter7

1 贝叶斯决策论

假设有NN种可能的类别标记,即Y={c1,c2,,cN}Y=\{c_1,c_2,…,c_N\}λij\lambda_{ij}是将一个真实标记为cjc_j的样本误分类到cic_i的损失。基于后验概率P(cix)P(c_i|\bold x)可获得将样本x\bold x误分类到cic_i所产生的期望损失(expected loss),即在样本x\bold x上的“条件风险”(conditional risk)(P(cjx)P(c_j|\bold x):表示样本x\bold xcjc_j的概率):

R(cix)=j=1NλijP(cjx)R(c_i|\bold x)=\sum_{j=1}^N\lambda_{ij}P(c_j|\bold x)

© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享