贝叶斯判别
订阅
;贝叶斯判别(Bayesian Discriminant)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。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 q_1 、 q_2 ，各总体的密度函数为 f_1 (x) 、 f_2(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：
- 贝叶斯判别(Bayesian Discriminant)
什么是贝叶斯判别
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。
贝叶斯判别的基本思想
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。
相关条目
- 判别分析
- 距离判别
- 费歇尔判别
- 逐步判别法
免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请您通过400-62-96871或关注我们的公众号与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！
阅读全文
请先 登录后发表评论 ~