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.
Oulun yliopisto, Hahmontunnistus ja neuroverkot (521497S), TS<br />
21 / 99<br />
Diskriminanttifunktiota voidaan muokata vaikuttamatta päätössääntöön. Esimerkiksi,<br />
toimivasta d-funktiosta g i(x) saadaan uusi muunnoksella f(g i(x)), jossa f()<br />
on monotonisesti kasvava funktio.<br />
Eräitä suosittuja diskriminanttifunktioita ovat:<br />
gi( x)<br />
= P( ωi x)<br />
=<br />
p( x ωi)P ( ωi) -------------------------------------------c<br />
p( x ωj)P ( ωj) Päätössäännön tarkoitus on jakaa piirreavaruus päätösalueisiin (decision regions)<br />
R1 ,...,Rc . Mikäli siis gi( x)<br />
><br />
gj( x)<br />
kaikilla j ≠ i , niin piirevektori x kuuluu<br />
päätösalueeseen R i , ja päätössääntö luokittelee hahmon luokkaan ω i .<br />
Päätösalueita erottaa toisistaan päätöspinnat (decision boundary):<br />
∑<br />
gi( x)<br />
=<br />
j = 1<br />
p( x ωi)P ( ωi) gi( x)<br />
= ln p( x ωi) + ln P( ωi)