機械学習/パターン識別 2 | j3259の日記 | スラドλ(αi|ωj) = { 0 if i = j; 1 if i != j. 0-1損失関数(zero-one loss function)。決定された状態が真の状態の場合は 0，それ以外の場合は 1 を返す損失関数。この損失関数に関わる統計的リスク（期待損失）は平均誤差率と等価である。定義より条件付リスクは R(αi|x→) = ∑(j=1,c){λ(αi|ωj)p(ωj|x→)} = ∑(i!=j){P(ωj|x→)} = 1 - P(ωi|x→) リスクを最小化するには事後確率が最大のi を選ぶべきである。つまり，0-1損失の場合の誤差率を最小化するには「i != j である全ての j について P(ωi|x) > P(ωj|x) である状態 ωi を選択する」。gi(x→). 判別関数(discriminant function)。分類器は「i != j である全ての j について
GitHub - herumi/prml
