贝叶斯决策理论（1）
数据来自于一个不完全清楚的过程。以投掷硬币为例，严格意义上讲，我们无法预测任意一次投硬币的结果是正面还是反面，只能谈论正面或反面出现的概率。在投掷过程中有大量会影响结果的不可观测的变量，比如投掷的 ...
原文：贝叶斯决策 实例
此文介绍了贝叶斯公式 现在举一个例子说明怎么使用贝叶斯公式来做决策。 例子： 假设有 个人，每个人都有自己的生日。 年有 个月，假设这 个人的生日从 月到 月的人数的分布情况如下： 那么 月到 月生人所占的比率分别为： . . . . . . . . . . . . 把数据放入matlab中： 用matlab绘制看着更直观： 这个rate 数组就是概率密度函数了,它满足两个条件：大于 且积分为 ...
2012-10-26 17:05 3 11646 推荐指数：
相关推荐
如何简单理解贝叶斯决策理论
参考知乎上的解释。解答的非常明白易懂。https://www.zhihu.com/question/27670909 大致内容： 1、解答了先验概率和后验概率的概念。后验概率更加的准确，大部分机器学习模型尝试得到的也是后验概率 2、贝叶斯公式的推导 3、贝叶斯公式用于后验概率的求解。转换 ...
贝叶斯决策论
在【前一个例子】中已经举例说明了如何用贝叶斯公式计算后验概率，然后依据后验概率来做决策。 1、什么是行为？ 但是，有时候，后验概率本身只能说明具有特征x的样本属于ωi类的可能性有多少，却没能表示如果将样本分到ωi类时的代价有多大。 在此，引入行为的概念。 分类器的设计初衷很简单，就是进行 ...
三、统计决策与贝叶斯估计
1. 统计决策的基本概念 20世纪40年代，Wald提出了把统计推断问题看成是人与自然的一种博弈过程，由此建立了统计决策理论。 统计决策问题的三个要素 在前几章讲的统计问题，都可以归结为一个统计决策问题，也就是建立所谓的统计决策函数，统计决策问题由三个因素组成： 样本空间和分布族 ...
统计决策——贝叶斯决策理论（Bayesian Decision Theory）
（本文为原创学习笔记，主要参考《模式识别（第三版）》（张学工著，清华大学出版社出版）） 1.概念 将分类看做决策，进行贝叶斯决策时考虑各类的先验概率和类条件概率，也即后验概率。考虑先验概率意味着对样本总体的认识，考虑类条件概率是对每一类中某个特征出现频率的认识。由此不难发现，贝叶斯决策 ...
朴素贝叶斯算法的实例
贝叶斯的应用 过滤垃圾邮件 贝叶斯分类器的著名的应用就是垃圾邮件过滤了，这方面推荐想详细了解的可以去看看《黑客与画家》或是《数学之美》中对应的章节，贝叶斯的基础实现看这里 数据集 两个文件夹，分别是正常邮件和垃圾邮件，其中各有25封邮件 测试方法 从50封邮件中随机选取10封 ...
朴素贝叶斯算法 & 应用实例
转载请注明出处：http://www.cnblogs.com/marc01in/p/4775440.html 引 和师弟师妹聊天时经常提及，若有志于从事数据挖掘、机器学习方面的工作，在大学阶 ...
【Bayesian】贝叶斯决策方法（Bayesian Decision Method）
这种情况：我们可以很容易直接得出P(A|B)，P(B|A)则很难直接得出，但我们更关心P(B|A)，贝 ...