贝叶斯决策必须符合的要求

模式识别基础概念：特征空间、特征向量、类型空间，

最小错误率准则

例子

最小风险准则

最小风险贝叶斯决策： 考虑各种错误造成损失不同而提出的一种决策规则。
MR最小风险概率估计

举个例子看看这两个准则在实际中的应用

因为无法将其判断所以我们需要引入第三个准则

根据似然数比：先验未知无法MAR，损失未知无法MR

Neyman-Pearson 准则假定先验概率是一个确定的值 ，此时判定结果会受到先验概率的影响 。

最小最大决策准则

： 在最差的条件下 争 取最 好 的结果，使最大风险最小！

看完三个准则我们开始用这些准则做分类器

分类器基本概念

判别函数的选择和规则

判别的过程

继续下一步。

判别函数融入高斯分布

生活中大多数事件都符合高斯分布

正态分布的判别函数例子