2. Bayesin päätösteoria
2. Bayesin päätösteoria
2. Bayesin päätösteoria
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Vastaavalla tavalla kuin edellisessä kappaleessa diskriminanttifunktiosta voidaan<br />
jättää pois luokasta riippumattomia termejä ja muuntaa se lineaariseen muotoon:<br />
, jossa<br />
wi Σ 1 – = mi ja wi0 t<br />
gi( x)<br />
= wix + wi0<br />
Päätöspinnat ovat siis jälleen hypertasoja, mutta nyt tasot eivät ole yleisesti ottaen<br />
kohtisuorassa luokkien keskipisteitä yhdistäviä janoja vastaan. Tasojen yhtälöt<br />
voidaan johtaa vastaavalla tavalla kuin edellä.<br />
Oulun yliopisto, Hahmontunnistus ja neuroverkot (521497S), TS<br />
1 t – 1<br />
=<br />
– -- m<br />
2 iΣ<br />
mi + ln P( ωi) 33 / 99