最小錯誤率貝葉斯決策

原文連結：http://blog.csdn.net/angel_yuaner/article/details/47042817 

在一般的模式識別問題中，人們的目標往往是盡量減少分類的錯誤，追求最小的錯誤率。根據之前的文章，即求解一種決策規則，使得： minP(e)=∫P(e|x)p(x)dx
這就是 最小錯誤率貝葉斯決策 。

在上式中， P(e|x)≥0,p(x)≥0 對於所有的 x 均成立，故 minP(e) 等同於對所有的 x 最小化 P(e|x) ，即：使後驗機率 P(wi|x) 最大化。根據貝葉斯公式： 
P(wi|x)=p(x|w