3类贝叶斯决策理论

时间:2019-11-09 08:58:57

标签: machine-learning classification multiclass-classification

我正在尝试创建具有3个类别的1维贝叶斯分类器。我创建了下图,您可以看到从零到 x-bnd1 是第一个区域R1,然后从 x-bnd1 x-bnd2 是R2,最后是R3,从 x-bnd2 到1。

我的问题是,我该如何整合才能发现错误?以第一个区域R1为例,其中接受的类别为ω1。我认为这里的误差将是 P(x |ω2)P(ω2)的积分,在区域R1上被标记,再加上 P(x |ω3)P的积分(ω3)在区域R1上。

但是,我不确定这是正确的,因为我将红线下方的区域添加了两次。错了吗还是可以将其添加两次,因为这是2个不同的错误?当然,在发生相同问题的地方,错误将包含更多术语。

对不起,如果我的想法有些混乱。.预先感谢。

the different classes

0 个答案:

没有答案