摘要： 1、问题的提出 有时我们必须设计在整个先验概率上都能很好工作的分类器。也就是说，先验概率可能波动较大又或者先验概率在设计分类器时是未知的，那么我们要如何设定分类器的判决边界，使得无论先验概率以何种形式出现时，都可以将贝叶斯分类器的误差控制在一定范围，而不是大幅度的误差波动。2、判决边界是什么？先来看下面这张图 横轴为特征值x，纵轴为似然比。似然比就是似然函数的比值。假设有一个两类分类问题，两个似然比分别为p(x|ω1)和p(x|ω2)，那么似然比就是p(x|ω1)/p(x|ω2)。 贝叶斯决策规则可以解释成如果“似然比超过某个阈值（θ），那么可判决为ω1类”。3、为何可以依靠似然比及阈值... 阅读全文