貝葉斯分類器基本原理總結

文中借鑑引用CSDN各大博主圖片，文獻，思想。非徹底原創機器學習 貝葉斯分類器的基本脈絡 學習     基本原理 .net 什麼是貝葉斯決策論： 經過相關機率已知的狀況下利用誤判損失來選擇最優的分類器。 3d 誤判損失也叫風險。即本來爲Cj的樣本被誤分類成Ci產生的指望損失 blog   其中lambda便爲損失，損失乘以機率獲得指望損失（風險）。 圖片 而咱們的目標則是尋找一個斷定準則h以最小化

>>阅读原文<<