《機器學習》第七章——貝葉斯分類

1.貝葉斯決策論 貝葉斯決策論 是概率框架下實施的基本方法。對分類任務來說，在所有相關概率都已知的理想情形下，貝葉斯決策論 考慮如何基於這些概率和誤判損失來選擇最優的類別標記。 P（A | B）表示在 B 已經發生的情況下 A 發生的概率有多高； P( B | A )與P( A | B ) 有什麼關係呢 又 P( A ^ B) = P( B ^ A )則 so 貝葉斯公式 例如： 當已知 x1,x

>>阅读原文<<