圖2.5統計學習要素

我在計算圖2.5的貝葉斯決策邊界時遇到了一些困難。在ElemStatLearn包中，它已經計算出每個點的概率，並用輪廓繪製邊界。任何人都可以告訴我如何計算概率？非常感謝你。圖2.5統計學習要素

在傳統的貝葉斯決策問題中，混合分佈通常是正態分佈，但在本例中，它使用兩個步驟來生成樣本，所以我在計算分佈時遇到一些困難。

非常感謝。

2012-09-05 Wei Li

我覺得你的問題非常模糊，只能向那些熟悉你提到的特定工作的圖2.5的人解釋。也許你可以擴大你的答案，包括相關信息？ –

這是發生密度已知的情況的確切邊界。給出樣本的估計決策邊界是完全不同的。鑑於我們知道數據是如何生成的，還是樸素貝葉斯估計的邊界，您是否試圖計算真實邊界？ –

非常感謝。程序如下所示由bogatron說明。 –

ESL的第2.3.3節（可在線訪問）說明數據是如何生成的。每個類是10個相等協方差的高斯分佈的混合物，並且10個平均值中的每一個均來自另一個二元高斯，如文中所述。爲了計算圖2.5中模擬的確切邊界，您需要知道爲生成數據而生成的特定20個平均值（每個類10個平均值），但這些值不在文本中提供。

但是，您可以生成一對新的混合模型，並計算您生成的兩個類別（BLUE & ORANGE）中的每個類別的概率。由於每個類別中10個分佈的概率相同，所以類別條件概率p（x | BLUE）只是BLUE模型中10個分佈概率的平均值。

2012-09-06 00:01:01 bogatron

非常感謝。我明白這更好。所以當我們計算決策邊界時，這20個方法可以被認爲是知道的。這似乎更容易解決它。 –

回答