贝叶斯概率综述和课堂思路整理.1

 

以上为储备知识

 

 

 

全概率的定义，在这里是离散的情况，在连续情形下需用积分形式代替求和形式

 

贝叶斯决策：

意义为总是将某样本分到可能性最大的类中，用类条件概率密度乘以先验概率，得到该样本的类概率密度，比较类概率密度作为判据

在这种情况下，错误率一定是最小的，可以证明，在此略过

还有给错误加上代价的情形，比如说w1类被分错扣两分，w2类被分错只扣一分，则在比较判据时需要乘上相应的代价

 

计算总的代价：