img102
102 8. Metody probabilistyczne
Niech ponadto poszukiwana reguła decyzyjna ma postać:
A(x)=l1' 8dy *<x°-
^ ’ \ 2, gdy x > x0
(przy oczywistym założeniu, że p(2) > /Z1)). Wówczas
X0 oo
Q(A,A) = (1 -p)|?n J P(x/l)dx + ql2 J P(x/\)dx
-OO Z o
oo x0
+ p|?22 J P(x/2)dx + q7l Jp(x/2)dxj.
a?o —oo
Z zapisu wzoru (94) widać, żc
Q(A, A) = Q(x0)
i możliwa jest próba bezpośredniej optymalizacji dQ(x o)
+ ^>(92iP(*o/2) - q22P(x0/2)] = 0
Rozwiązując równanie (96) dochodzimy do wzoru(6) (przy oczywistym założeniu, że q22 < q2i)'-
P{xo/2) _ (1 — p)(gi2 — gn) p(xo/l) p(?2i - Im)
Wykorzystując (91) i (92), można dalej obliczyć, że
P(1) +p(2) rj2 (l-p)?i2
(6) Zauważmy, że w rozważanym wzorze pojawia się po raz pierwszy iloraz prawdopodobieństw, który odegra ważną rolę przy omawianym dalej rozpoznawaniu etapowym.
Wyszukiwarka
Podobne podstrony:
img098 98 8. Metody probabilistyczne Niech będą dane warunkowe rozkłady gęstości prawdopodobieństwaDSC00380 METODY PROBABILISTYCZNE I STATYSTYKA — INF SI 1. Niech Cl będzie dowolną przestrzenią zdarzimg097 8. METODY PROBABILISTYCZNE8.1. Postawienie zadania i podstawowe założenia Omówimy teraz grupęimg097 8. METODY PROBABILISTYCZNE8.1. Postawienie zadania i podstawowe założenia Omówimy teraz grupęimg100 100 8. Metody probabilistyczne kiwaną w przypadku pojawienia się obiektu opisywanego zbioremimg102 102 8.2. Ogólne własności sieci Hintona Jeśli jednak wektory nie są liniowo niezależne, to wóimg102 102 Podstawienie x = w0t, i ~ jest równoważne przecięciu wykresu funk cji zimg102 102 °t * 22-<2 (f? Hr Sr Or
r +“r - 3?/ • ,r TE*img104 104 8. Metody probabilistyczne8.3. Rozpoznawanie w przestrzeni wielowymiarowej Wychodząc w roimg106 106 8. Metody probabilistyczne begin for i := 1 to numclass do fun[i] := log ( density(i, objwięcej podobnych podstron