Байесовское решающее правило - Большая Энциклопедия Нефти и Газа, статья, страница 1
Оригинальность - это искусство скрывать свои источники. Законы Мерфи (еще...)

Байесовское решающее правило

Cтраница 1


Байесовское решающее правило обеспечивает минимальную вероятность выбора ошибочного решения.  [1]

Байесовское решающее правило, минимизирующее риск, рекомендует применять то действие, при котором условный риск минимален. Таким образом, чтобы получить наименьшую среднюю вероятность ошибки, мы должны выбрать такое i, для которого апостериорная вероятность Я ( сог - х) максимальна.  [2]

3 Система разпознавания образов. [3]

Известно, что байесовское решающее правило минимизирует вероятность ложного распознавания.  [4]

Таким образом, неравенство (6.77) дает границы вероятности ошибки байесовского решающего правила в виде функций от асимптотической вероятности ошибки метода ближайшего соседа.  [5]

Определение условного риска R ( аг х) при этом не изменяется, так что основное байесовское решающее правило остается прежним: для того чтобы общий риск был наименьшим, следует выбирать такое действие аь для которого ( аг х) минимален.  [6]

Выражаясь формально, задача состоит в том, чтобы по Р ( со -) найти байесовское решающее правило, которое бы свело к минимуму общий риск. Общий риск R - это ожидаемые потери, связанные с данным правилом принятия решений.  [7]

Таким образом, и в случае нескольких классов вероятность ошибки е меньше, чем удвоенная вероятность ошибки байесовского решающего правила.  [8]

Если каждая из условных плотностей вероятности, соответствующих разделяемым классам, принадлежит известному параметрическому семейству, то классификатор строится довольно просто: оцениваются неизвестные параметры, после чего находится байесовское решающее правило. Однако довольно часто даже вид условных плотностей вероятности неизвестен.  [9]

Если каждая из условных плотностей вероятности, соответствующих разделяемым классам, принадлежит известному параметрическому семейству, то классификатор строится довольно просто: оцениваются неизвестные параметры, после чего находится байесовское решающее правило. Однако довольно часто даже вид условных плотностей вероятности неизвестен.  [10]

11 Графики функции плотности распределения показателей проходки за оборот для трех классов бь б2, бз. [11]

Поскольку знаменатель входит во все формулы без изменения, его можно не записывать и байесовское решающее правило будет следующее.  [12]

Ясно, что, смещая границу области решений влево, можно свести на нет площадь темного треугольника и тем самым уменьшить вероятность ошибки. Вообще, если p ( x ( o1) P ( ( ui) / j ( x ( u2) ( 2), то выгоднее иметь х в области cRb чтобы вклад в интеграл был меньше; именно это и достигается применением байесовского решающего правила.  [13]

Недостаток решающего правила k ближайших соседей заключается в необходимости помнить все объекты и сравнивать неизвестный объект со всеми этими объектами. Этот недостаток был бы н & таким существенным, если бы удалось исключить часть из этих объектов, оставив лишь сравнительно небольшое число представителей. Объекты, находящиеся вблизи границы байесовского решающего правила, сильно влияют на результат применения метода k ближайших соседей, но объекты, далекие от границы, не влияют на решение. Поэтому систематическое исключение этих невлияющих объектов позволяет уменьшить как время вычислений, так и требования к памяти.  [14]



Страницы:      1