Teoria RP Bayes

8/16/2019 Teoria RP Bayes

http://slidepdf.com/reader/full/teoria-rp-bayes 1/56

TEORIA DE LA DECISIONDE BAYES

TEORIA DE LA DECISION DE BAYES

PROBABILIDAD A PRIORI

DENSIDAD DE PROBABILIDAD

Además de la probabilidad a priori a menudo setiene información adicional: el valor de laobservación x que se va a clasificar.

Ejemplo:¿Cómo etiquetaríamos a una persona cuya analítica

Ha ue considerar:• Probabilidad a priori• Valor de la observación

PROBABILIDAD A POSTERIORI

Efecto de la prob. a priori sobre la prob. a posteriori

REGLA DE CLASIFICACIÓN DE BAYES

Al considerar robabilidades a riori las clases

muy infrecuentes resultan ‘castigadas’

PROBLEMAS MULTICLASE CON PATRONES MULTIDIMENSIONALES

REGLA DE CLASIFICACIÓN DE BAYES

FUNCIONES DISCRIMINANTES Y SUPERFICIES DE DECISIÓN

Supongamos que existen gi(X) funciones discriminantes:Una función discriminante para la clase ‘i’ (gi(X)) tiene

la propiedad de que alcanza un mayor valor quecua qu er o ra unc n scr m nan e g j para o as asotras clases

Seleccionarwi si gi(X) >= g j(X) para todo j

FUNCIONES DISCRIMINANTES Y SUPERFICIES DE DECISIÓN

Una posibilidad para considerar gi(X) es:gi(X)=P(wi|X)

o bien cualquier otra función equivalente:gi = i πi

Para un problema de clasificación en dos clases, laformulación se simplifica. Basta considerar:

g(X)=g1(X)-g2(X)Siendo la regla de clasificación:

FRONTERA Y REGIONES DE DECISIÓN ENTRE 2 CLASES

Influencia de la Probabilidad a Priori i

ERROR EN LA CLASIFICACION

MÍNIMO ERROR

ESTIMACIÓN DEL ERROR Y VERIFICACIÓN DE LOS RESULTADOS

ESTIMACIÓN POR RESUSTITUCIÓN

ESTIMACIÓN POR CONJUNTO DE PRUEBA O TEST

ESTIMACI N POR VALIDACI N CRUZADA

ESTIMACIÓN POR VALIDACIÓN CRUZADA

VERIFICACIÓN DE RESULTADOS

Matriz de confusión o Matriz de contingencia• Presentación y análisis del resultado de una

clasificación

• Matriz cuadrada de orden JxJ que tiene anexas filas

y columnas auxiliares para contabilizar totales y otras

métricas

EJEMPLO DE MATRIZ DE CONFUSIÓN con 5 clases

EJEMPLO DETALLADO

DE UNSISTEMA DE RECONOCIMIENTO DE PATRONES

EJEMPLO

SISTEMA DE RECONOCIMIENTO DE PATRONES PARALA CONCESION O NO DE UN PRÉSTAMO BANCARIO

Variables disponibles: Clases:

•Salario mensual

• o va a evo ver

• No lo va a devolver (MOROSO)

Se disponen de 20 ejemplos, 10 por cada clase

EJEMPLO

NO devuelve el prestamo SI devuelve el prestamo

1.6 1.6

i d u o s 1.2

i d u o s

N o d e

i n d i

N o d e

i n d i

0.6 0.6

0 20 40 60 800

EJEMPLO

NO devuelve el prestamo SI devuelve el prestamo

i v i d u o s

e i n d 1.5

e i n d

0 1000 2000 30000

Salario mensual

0 1000 2000 30000

Salario mensual

EJEMPLO

2500Concesion de prestamo

SI devuelve el prestamo

e n s u a l

1000 S a l a r i o

10 20 30 40 50 60 70 800

EJEMPLO

Probabilidad a riori: 0.5 ara las 2 clases

No se conocen las densidades de probabilidad de los atributos

Clasificador utilizado:

DISTANCIA EUCLIDEA A LA MEDIA DE CADA CLASE

EJEMPLO

2500 Concesion de prestamo

NO devuelve el prestamoSI devuelve el prestamo

62 1745

n s u a l

media CLASE SI

1000 S a l a r

i o m e

500media CLASE NO

(33, 589)

10 20 30 40 50 60 70 80

EJEMPLO

MATRIZ DE CONFUSIÓN

Clases 1 2 Total Éxito Error 1 9 1 10 90% 10%

2 1 9 10 90% 10%

BONDAD MEDIA

Teoria RP Bayes

Documents

Transcript of Teoria RP Bayes

Teorema Bayes

Teoria Bombas

teoria de conjuntos

Teoria Para Guitarra

Fisica - Teoria y Practica

teoria de vigas

01. Teoria de Conjuntos.pdf

Teoria musical para_leigos_ (1)

Teoria Para Proyectos Explotacion Mecanica

Teoria de bandas

Teoria Para Clases

92476771 Consulta Teoria de Maquinas

Capitulo 6 (Poligonal Perimetrica Teoria)

Teoria Musical Para Dummies

Teoria de Ventiladores.soler Palau

La Teoria Diadica

Teoria Sensor Maf

Teoria de Conjuntos Ucv

Teoria de Conjuntos Uy

Teoria de Conjuntos2 (1)