《机器学习》第七章——贝叶斯分类

1.贝叶斯决策论 贝叶斯决策论 是概率框架下实施的基本方法。对分类任务来说，在所有相关概率都已知的理想情形下，贝叶斯决策论 考虑如何基于这些概率和误判损失来选择最优的类别标记。 P（A | B）表示在 B 已经发生的情况下 A 发生的概率有多高； P( B | A )与P( A | B ) 有什么关系呢 又 P( A ^ B) = P( B ^ A )则 so 贝叶斯公式 例如： 当已知 x1,x

>>阅读原文<<