Page 9 - 4196
P. 9

для будь-якого правила    можна визначити функцію ри-
           зику

                      R  i      i 1  P H 1  H i     i 2  P H 2  H i  ,              (4.3)

           яку  можна  тлумачити,  як  середні  витрати  при  застосу-
           ванні рішаючого правила    та умові, що справжнім роз-
           поділом  спостереження  x   є   ,xF  .  Функція  ризику
            R дає можливість порівнювати рішаючи правила: із двох
           правил    та    кращим буде правило, яке приводить до
                           2
                     1
           менших втрат. Тобто, якщо    RR  1      2  , то правило 
                                                                      1
                                               .
           має  перевагу  перед  правилом     В  багатьох  випадках
                                              2
           для  встановлення  кращого  правила  необхідно  залучати
           деякі додаткові міркування, які приводять до тих чи ін-
           ших оптимальних правил прийняття рішень.

                 4.1.1 Байесівське рішення

                 При байесівському підході додатково припускаєть-
           ся,  що  відомими  є  апріорні  ймовірності  p   класів   ,
                                                          i
                                                                     i
           закони розподілу параметру    в кожному класі та функ-
           ція втрат  L. Функція рішення   x    знаходиться з умови
           мінімуму апріорного байесівського ризику
                                 2            2 2
                           r       p i R i        p   ji p H  j  H i   min  .
                                                   i
                                 i 1        j 1 1i
                                                                  (4.4)
                                           
                 Правило, згідно якого    знаходиться з  умови мі-
           німуму  середнього  ризику   r    при  відомих  апріорних
           ймовірностях  p  появи об’єктів різних класів    та відо-
                            i                                i
           мій функції втрат, носить назву критерію Байеса.
                 Байесівська  рішаюча  функція       x ,  знайдена  з
           умови мінімуму (4.4), приводить до наступного розшару-


                                        9
   4   5   6   7   8   9   10   11   12   13   14