Last updated 5 years ago
Was this helpful?
贝叶斯分类器是运用概率模型给出样本的类别判断的方法。在通过样本得到概率模型之后,我们可以依据概率模型,给出样本属于某个类别的概率信息P(ci∣x)P(c_i|\pmb{x})P(ci∣x),表明的是给定样本x\pmb{x}x判定为cic_ici类别的概率,那么可以给出相应的期望损失:
所给定的样本中共有NNN个类别,分别记为c1,c2,c3,...,cNc_1, c_2, c_3, ...,c_Nc1,c2,c3,...,cN,λij\lambda_{ij}λij表明的是将真实标记为cjc_jcj的样本标记为cic_ici所产生的损失。R(ci∣x)R(c_i|\pmb{x})R(ci∣x)称为期望损失,即在样本x\pmb{x}x上的条件风险。