最小錯誤率貝葉斯決策

在通常的模式識別問題中，人們的目標每每是儘可能減小分類的錯誤，追求最小的錯誤率。根據以前的文章，即求解一種決策規則，使得：web minP(e)=∫P(e|x)p(x)dx 這就是 最小錯誤率貝葉斯決策。 在上式中， P(e|x)≥0,p(x)≥0 對於全部的 x 均成立，故 minP(e) 等同於對全部的 x 最小化 P(e|x) ，即：使後驗機率 P(wi|x) 最大化。根據貝葉斯公式： sv

>>阅读原文<<