实现最小损失函数或最小错误率的贝叶斯决策

模式识别最小错误率贝叶斯决策分类和最小损失贝叶斯决策分类的实现

贝叶斯决策---最小错误率法则 例子：要分类一条鱼是鲑鱼（ ）还是鲈鱼（ ）？ 如果我们只知道可能状态先验 概率的 和 ，且 则可以认为是鲑鱼。

类条件概率密度分布图（程序代码） plot(function(x) dnorm(x, mean = 5, sd = sqrt(2)),0,13,lwd=5,col="blue",xlab="昨晚睡眠时间长度x（小时）",ylab="概率密度",ylim=c(0,0.6),main="类条件概率密度") plot(function(x) dnorm(x, mean = 6, sd = 1),3, 13,lwd=5,col="red",add=TRUE) legend("topright", c("今天下午睡觉P(x|w1)", "没有睡P(x|w2)"),lwd=5,lty=1,inset = .02,col =c("blue","red"))

基于最小风险的贝叶斯决策 Bayes最小风险决策通过保证每个观测值下的条件风险最小，使得它的期望风险最小。 决策规则：

定性预测、回归预测、时间序列平滑预测、趋势曲线模型预测、季节变动预测、马尔科夫预测、确定型决策、非确定型决策、风险型决策、贝叶斯决策、多目标决策等。通过学习，使学生掌握基本预测理论与方法，培养学生根据实际条件选择并建立模型进行预测与决策的能力

识别车厘子与樱桃 *

Python实现线性回归、逻辑回归、KNN、SVM、朴素贝叶斯、决策树、K-Means7种机器学习算法的经典案例——亲测可用

随机决策理论-贝叶斯决策与马尔可夫决策-xsd (1).pptx