贝叶斯判别 – 12Reads管理百科

什么是贝叶斯判别

贝叶斯判别是根据最小风险代价判决或最大似然比判决，是根据贝叶斯准则进行判别分析的一种多元统计分析法。

贝叶斯判别法的基本思想是：设有两个总体，它们的先验概率分别为q1 、 q2，各总体的密度函数为f1(x) 、f2(x) ，在观测到一个样本x的情况下，可用贝叶斯公式计算它来自第k个总体的后验概率为：

$P( G_k / x) = \frac {q_k f_x (x)} {\sum_{k=1}^2 q_k f_x (x)}k=1,2$

一种常用判别准则是：对于待判样本x，如果在所有的P(Gk / x)中P(Gh / x)是最大的，则判定x属于第h总体。通常会以样本的频率作为各总体的先验概率。