PatternRecognition-12-统计决策方法
模式识别 U12 基于统计决策的概率分类方法
课堂内容
统计决策的核心技术是贝叶斯方法
- 12.1 最小错误率贝叶斯决策
- 12.2 最小风险贝叶斯决策
- 12.3 两类错误率、Neyman-Pearson决策和ROC曲线
- 12.4 正态分布的统计决策
- 12.5 关于分类器的错误率*
- 12.6 离散概率模型下的统计决策 *
12.1 最小错误率贝叶斯决策
预备知识
贝叶斯
最小错误率贝叶斯决策
12.2 最小风险贝叶斯决策
条件风险
#### 最小风险贝叶斯决策
二分类下的最小风险贝叶斯决策
12.3 两类错误率、Neyman-Pearson决策和ROC曲线
两类错误率
Neyman-pearson决策
ROC曲线
12.4 正态分布的统计决策
12.5 关于分类器的错误率
12.6 离散概率模型下的统计决策
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 梦翔!






