%0 Journal Article
%T APPROXIMATING BAYESEAN PREDICTION WITH k-NEAREST NEIGHBOR RULE<br>用 k 近邻预测逼近 Bayes 预测
%A LU XUAN
%A CHEN XI-RU
%A <br>陆璇
%J 系统科学与数学
%D 1987
%I 
%X §1.方法与结果设(X,θ)是取值于 R~d×R~1上的随机变量。设已观察了 X 的值为 x,要利用 X 之值 x 去预测θ。假定δ(x)是一个预测函数,且引进了某种损失函数 L(θ,a)(用 a 去预测真值θ时有 L(θ,a)这么大的损失。则预测δ的风险定义为 R(δ)=EL(θ,δ(X))]。若预测δ~*满足条件 R(δ~*)=(?) R(δ),其中 (?) 意义对一切可能的预测函数取 inf,则称δ~*为 Bayes 预测,R~*=R(δ~*)为 Bayes 风险。若(X,θ)的分布已知,原则上不难
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=6E709DC38FA1D09A4B578DD0906875B5B44D4D294832BB8E&cid=37F46C35E03B4B86&jid=0CD45CC5E994895A7F41A783D4235EC2&aid=DDBEE8A5C66E2796D0153B7366BD5E10&yid=9C2DB0A0D5ABE6F8&vid=DF92D298D3FF1E6E&iid=CA4FD0336C81A37A&sid=3B8BBD0A590A2ECD&eid=36538B8676B6E3B8&journal_id=1000-0577&journal_name=系统科学与数学&referenced_num=0&reference_num=0