初學模式分類，使用經典的duda教材。
最初理解貝葉斯決策理論，無法理解「貝葉斯概率公式」。
我認為貝葉斯決策理論在描述這樣乙個事情：
1、假設能夠用概率描述「世界的存在狀態」；
在我對概率最初的理解上，我總是認為概率是用來描述未發生的事情。比如拋一枚硬幣，正面的可能性是多少，在拋之前我們需要進行概率估計，所以這件事情是尚未發生的。但是現在逐漸感覺到，概率實際上是用來描述「客觀世界的」，未發生的事情不代表不存在。只要是人類能夠描述的事情，都是一種存在；
2、有這樣四個空間：特徵空間x，對應p(x)；類別空間p(w)；在x條件下的w空間，對應p(w|x)；在wj條件下的x空間，對應p(x|wj)；
使用此四個概率空間，描述需要判斷的「具體事件」，即這四個空間能夠唯一確定乙個存在。
通過貝葉斯公式，把這四個概率空間聯絡起來。
3、使用損失函式r作為決策指標，損失函式r尤其特定的定義，定義能夠幫助人類做出最有利於生產的決策；
以上就是我對貝葉斯決策理論的初步理解，有許多細節還需要進一步的完善與細化。
貝葉斯分類
貝葉斯分類 有意義區分和無意義區分 既然要區分兩種點那麼兩種點必然有區別，當區分有區別的點時說是有意義區分。而完全區分那種一模一樣的點則是無意義區分。所以我們所討論的都是有意義的區分。完全區分和不完全區分 貝葉斯分類器是一種概率上的區分，而假如兩種點一種是黑的一種是白的那不需要用貝葉斯分類器區分，因...
貝葉斯分類
樸素貝葉斯模型是一組非常簡單快速的分類演算法，通常適用於維度非常高的資料集，因為執行速度快，而且可調引數少，因此非常適合為分類問題提供快速粗糙的基本方案。貝葉斯分類 樸素貝葉斯分類器建立在貝葉斯分類方法上，其數學基礎是貝葉斯定理，乙個描述統計計量條件概率關係的公式。在貝葉斯分類中，我們希望確定乙個具...
貝葉斯決策論
1 什麼是行為？但是，有時候，後驗概率本身只能說明具有特徵x的樣本屬於 i類的可能性有多少，卻沒能表示如果將樣本分到 i類時的代價有多大。在此，引入行為的概念 分類器的設計初衷很簡單，就是進行 分類 這一動作。假設現在來了乙個具有特徵x的樣本，如果將 把樣本分入 i類 這一行為記為動作ai的話，我們...