Bayes Theory 贝叶斯决策论

最小化总体条件风险 -> 后验概率最大化 -> 每个样本上都选择使此条件风险最小的类别标记 -> (01误差情况下)最大化后验概率 $P(c|x)$

• 判别式模型 discriminative models。直接建模 $P(c|x)$。
• 生成式模型 generative models。先对 $P(x,c)$ 建模，再由此获得 $P(c|x)$。由贝叶斯定理，要关心的是先验 $P(c)$ 和似然 $P(x|c)$。

详细：


一样的：

Ref

[1] 机器学习 - 周志华
[2] 统计学习方法