基于最小風(fēng)險的貝葉斯決策_第1頁
基于最小風(fēng)險的貝葉斯決策_第2頁
基于最小風(fēng)險的貝葉斯決策_第3頁
基于最小風(fēng)險的貝葉斯決策_第4頁
基于最小風(fēng)險的貝葉斯決策_第5頁
已閱讀5頁，還剩13頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

2.2.2基于最小風(fēng)險的貝葉斯決策問題的提出：風(fēng)險的概念風(fēng)險與損失緊密相連，如病情診斷、商品銷售、股票投資等問題日常生活中的風(fēng)險選擇，即所謂的是否去冒險最小風(fēng)險貝葉斯決策正是考慮各種錯誤造成損失不同而提出的一種決策規(guī)則對待風(fēng)險的態(tài)度：“寧可錯殺一千，也不放走一個”以決策論的觀點決策空間：所有可能采取的各種決策所組成的集合，用A表示每個決策或行動都將帶來一定的損失，它通常是決策和自然狀態(tài)的函數(shù)一般決策表相關(guān)的數(shù)學(xué)表示條件期望損失由于引入損失的概念，在制定決策時不能僅考慮最小錯誤率，所采取的決策是否使損失最小也是必須考慮的損失的數(shù)學(xué)表示，跟決策相關(guān)——條件期望損失，條件風(fēng)險對于特定的x采取決策αi

的期望損失期望風(fēng)險最小風(fēng)險貝葉斯決策最小風(fēng)險貝葉斯決策步驟最小風(fēng)險貝葉斯決策示例最小風(fēng)險貝葉斯決策示例最小風(fēng)險貝葉葉斯決策的討討論除了要有符合合實際情況的的先驗概率和和類條件件概率密度，，j=1,…,c外，還要有合合適的損失函函數(shù),i=1,…,a,j=1,……,c.但實際中要列列出合適的決決策表是很不不容易的與最小錯誤率率貝葉斯決策策的關(guān)系差別在于是否否考慮風(fēng)險，，即錯誤損失失最小風(fēng)險決策策可看作加權(quán)權(quán)形式的最小小錯誤率決策策，加權(quán)值即即損失函數(shù)取取特定形式時時二者可能等等價，如損失失函數(shù)取0-1形式定義損失函數(shù)數(shù)限定一類錯誤誤率，使另一一類錯誤率最最小的兩兩類別決策策條件極值問題題利用拉格朗日日乘子法將條條件極值轉(zhuǎn)化化為無條件極極值分別對分界點點t和求導(dǎo)導(dǎo)這種在限定一一類錯誤率為為常數(shù)數(shù)而使另一類類錯誤率最最小的的決策規(guī)則也也稱為Neyman-Pearson最小錯誤

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論