我在计算图2.5的Bayes决策边界时遇到了一些困难。在软件包ElemStatLearn中，它已经计算了每个点的概率，并使用轮廓线绘制了边界。谁能告诉我如何计算概率？非常感谢你。
在传统的贝叶斯决策问题中，混合分布通常是正态分布，但是在此示例中，它使用两个步骤来生成样本，因此在计算分布时有些困难。
非常感谢你。
最佳答案
ESL（可在线访问）的第2.3.3节说明了如何生成数据。每个类别都是10个具有相同协方差的高斯分布的混合，并且10个均值的每一个均来自另一个双变量高斯分布，如文中所述。要计算图2.5中模拟的确切决策边界，您需要知道为生成数据而生成的特定20个均值（每个类为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，并为生成的两个类别（蓝色和橙色）中的每个类别计算概率。由于一个类别中10个分布中的每个分布的可能性均等，因此类别条件概率p（x | BLUE）只是BLUE模型中10个分布中每个分布的概率的平均值。
关于r - 统计学习要素中的图2.5，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12287318/