Bayes Classifier가 이상적인 분류자인 이유는 무엇입니까?


11

범주의 기초가되는 확률 구조가 완벽하게 알려진 이상적인 경우로 간주됩니다.

왜 Bayes 분류기를 사용하여 달성 할 수있는 최고의 성능을 달성 할 수 있습니까?

이에 대한 공식적인 증거 / 설명은 무엇입니까? 우리는 항상 다른 모든 분류기의 성능을 비교하기 위해 Bayes 분류기를 벤치 마크로 사용합니다.

답변:


9

왜 Bayes 분류기를 사용하여 달성 할 수있는 최고의 성능을 달성 할 수 있습니까? 이에 대한 공식적인 증거 / 설명은 무엇입니까?

일반적으로 데이터 집합 D 구성 여겨진다 n IID 샘플 xi 하여 데이터를 생성하는 분포. 그런 다음 주어진 데이터에서 예측 모델을 구축 : 샘플 주어진 xi , 당신은 클래스 예측 F를 ( X I ) , 샘플의 실제 클래스 인 반면 , f는 ( X I ) .f^(xi)f(xi)

f^chosenf^F^

D

xie

e(model)=P[f(X)=model(X)],
X

xvD

P(vD)=f^P(vf^)P(f^D).

  • P(vf^)01f^x
  • P(f^D)
  • f^

P(vD)

x

v^=argmaxvf^P(vf^)P(f^D).
ve(f^)

우리는 항상 다른 모든 분류기의 성능을 비교하기 위해 Bayes 분류기를 벤치 마크로 사용합니다.

P(vD)


P(v|f)

@RuiQi 나는 같은 일이 있다고 생각하지 않는다 베이 즈 분류가. 순진한 베이 즈 분류기와 최적의 베이 즈 분류기를 알고 있습니다.
Antoine

P(vf^)vf^

0

CTCP

XXx

P(CT=CP)=all possible Xf(x)P(CT=CP|x)dx

f(x)X

x

xP(CT=CP|x)x

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.