【发布时间】：2012-12-15 19:41:55
【问题描述】：
我做了一个图表来说明我对推理和决策理论之间关系的理解。有人能指出图中的一些错误吗？
【问题讨论】：
标签： statistics machine-learning inference
【发布时间】：2012-12-15 19:41:55
【问题描述】：
不要费心试图“公平”，包括贝叶斯和常客解释。如果一个有效，另一个是废话。选择一个或另一个。当然，我的建议是选择贝叶斯解释。
我对贝叶斯决策理论方法的表述会有所不同。陈述目标并从中落后。
- 目标：计算错误分类的预期损失并选择预期损失最小的类别。
- （选择类k的预期损失）=（在类别j上的总和j）（当真实类是j时选择k类的成本）次（j给定观察到的类概率x）
- （错误分类成本）=矩阵使得对角线元件小于非对角线元素，即，正确的分类具有比错误分类所成本较少
- （给定 x 的 j 类概率）通过生成模型或判别模型计算
- 判别模型：直接计算（给定 x 类 j 的概率）
- 生成模型：计算（X给定级别j的概率）和（j类概率），然后使用贝叶斯定理
【讨论】：