贝叶斯判别
用手机看条目
出自 MBA智库百科(https://wiki.mbalib.com/)
- 贝叶斯判别(Bayesian Discriminant)
目录 |
[编辑]
贝叶斯判别是根据最小风险代价判决或最大似然比判决，是根据贝叶斯准则进行判别分析的一种多元统计分析法。
[编辑]
贝叶斯判别法的基本思想是：设有两个总体，它们的先验概率分别为q1 、 q2，各总体的密度函数为f1(x) 、f2(x) ，在观测到一个样本x的情况下，可用贝叶斯公式计算它来自第k个总体的后验概率为：
一种常用判别准则是：对于待判样本x，如果在所有的P(Gk / x)中P(Gh / x)是最大的，则判定x属于第h总体。通常会以样本的频率作为各总体的先验概率。
[编辑]
贝叶斯判别法跟一般基于统计学原理或机械学习原理不同，一是因为它有解决问题的通用模式，二是它借助已知的先验概率，通过样本来修正先验概率，得到后验概率，最后使用后验概率来进行类别判别