目录
前言：
统计决策方法：
习题：
朋友推荐的习题：
最小错误率贝叶斯决策和最小风险错误率贝叶斯决策
概率密度函数的估计
前言：
在统计学习中，这部分是最看得云里雾里的，所以需要好好梳理一下概念，把基本的内容掌握清楚，看了很多资料，一上来就是概率统计公式推来推去，虽然我们高中学过这些，可是时间太久了，用的比较少，所以要捡起来这些知识点的难度是比较大的，因此整理了一下自己这几天复习整理的复习笔记。好了，废话不多说，直接看正文：
统计决策方法：
下图的这些概念需要牢记
需要注意的有：
最小错误率贝叶斯公式，其他的都是为了表明它在分类上的作用
最小风险贝叶斯公式，没错就是简单的引入了风险项目而已。
假设在某个地区的XX普查中，正常值(W1)和异常值(W2)的先验概率分别为P(W1)=0.95， P(W2)=0.05。现有待识别细胞， 其观察值从类概率密度分布曲线上查得p(X|W1)=0.25，P(X lW2)=0.45.
(1)试对该xx使用最小错误率贝叶斯决策规则进行分类: (2)若损失函数的值分别为L11=0,L22=0.L12=15,L21=1试用最小风险贝叶斯决策规则对细胞进行分类。