패턴 분류의 기본 용어

한글로 된 패턴 분류 용어를 아래에 정리해 봅니다.

여기서도 영어가 더 사용하기 수월할 것 같네요.

우도 (likelihood): 특정 클래스의 확률 밀도 함수

사후 확률 (posterior probability): 데이터가 어떤 클래스에 속할 확률

우도비 (likelihood ratio): 데이터에 대한 두 클래스 우도의 비율

우도비 검증 (LRT): 데이터의 우도비를 사용한 클래스 결정 규칙

결정 영역 (decision region): 결정 규칙에 의해 나눠지는 데이터 영역

결정 경계 (decision boundary): 결정 영역의 경계

오류 확률 (error rate): 데이터의 클래스가 잘 못 판단 될 확률

베이지 위험 (Bayes risk): 클래스마다 오류의 비용이 다를 경우 이를 고려하는 방법

벡터 양자화 (vector quantization): 유사한 벡터의 그룹을 만들어 주는 방법 (손실 압축 알고리즘에 사용됨)