我在计算图 2.5 的贝叶斯决策边界时遇到了一些困难。在ElemStatLearn包中，它已经计算了每个点的概率并使用轮廓来绘制边界。谁能告诉我如何计算概率？非常感谢。
在传统的贝叶斯决策问题中，混合分布通常是正态分布，但在这个例子中，它使用两步来生成样本，所以我在计算分布时遇到了一些困难。
非常感谢。
最佳答案
ESL(可在线访问)第 2.3.3 节说明了数据是如何生成的。每个类都是 10 个等协方差高斯分布的混合，并且 10 个均值中的每一个都从另一个二元高斯分布中得出，如文本中所指定。要计算图 2.5 中模拟的准确决策边界，您需要知道为生成数据而生成的特定 20 个均值(每个类 10 个)，但文本中未提供这些值。
但是，您可以生成一对新的混合模型并计算生成的两个类(蓝色和橙色)中每一个的概率。由于类中 10 个分布中的每一个的可能性均等，因此类条件概率 p(x|BLUE) 只是 BLUE 模型中 10 个分布中的每一个概率的平均值。
关于r - 图 2.5 统计学习的要素，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/12287318/