概率Probability，先验概率Prior，后验概率Posterior 概率是一个衡量不确定性的工具。 一个例子：我们来估测某一个人的生日是十月份的概率， 在没有任何数据样本的情况下 ，我们可以估计这个概率是$Pr(October) = \frac{1}{12}\approx8.3%$. 现在假 ...
分类：
其他好文 时间：
2020-05-22 00:15:35
阅读次数：
51
朴素贝叶斯 概述 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。 贝叶斯理论 & 条件概率 贝叶斯理论 我们现在有一个数据集，它由两类数据组成，数 ...
分类：
其他好文 时间：
2020-05-14 15:04:29
阅读次数：
61
（一）贝叶斯理论 1.设x={a1,a2,a3,...,an}为一个待分类项，而a为x的一个特征属性 2.有类别集合C={y1,y2,...,yn} 3.计算P(y1|x), P(y2|x), P(y3|x),...,P(yn|x) 4.比较得出结果 （二）根据训练集计算P(yi|x): 1.统计在 ...
分类：
编程语言 时间：
2020-04-09 16:43:55
阅读次数：
80
目前的从头预测软件大多是基于HMM(隐马尔科夫链)和贝叶斯理论，通过已有物种的注释信息对软件进行训练，从训练结果中去推断一段基因序列中可能的结构，在这方面做的最好的工具是AUGUSTUS它可以仅使用序列信息进行预测，也可以整合EST, cDNA, RNA-seq数据作为先验模型进行预测。 安装 具体 ...
分类：
其他好文 时间：
2020-04-07 09:24:31
阅读次数：
114
目前的从头预测软件大多是基于HMM(隐马尔科夫链)和贝叶斯理论，通过已有物种的注释信息对软件进行训练，从训练结果中去推断一段基因序列中可能的结构，在这方面做的最好的工具是AUGUSTUS它可以仅使用序列信息进行预测，也可以整合EST, cDNA, RNA-seq数据作为先验模型进行预测。 安装 安装 ...
分类：
其他好文 时间：
2020-02-25 09:48:43
阅读次数：
224
Monte-Carlo Dropout（蒙特卡罗 dropout），简称 MC dropout。一种从贝叶斯理论出发的 Dropout 理解方式，将 Dropout 解释为高斯过程的贝叶斯近似。本文简单介绍 MC dropout，并说明神经网络模型如何表示 uncertainty。 ...
分类：
其他好文 时间：
2019-09-12 15:07:32
阅读次数：
88
博主接触机器学习算法不久，借此记录一下学习过程。 朴素贝叶斯是贝叶斯决策的一部分，先让我们了解一下贝叶斯理论。假设我们有一个数据集，它由两类数据组成，数据分布如图所示： 我们现在用p1(x,y)表示点(x,y)属于类别1（图中用圆点表示的类别）的概率，用p2(x,y)表示点(x,y)属于类别2（图中 ...
分类：
其他好文 时间：
2019-07-27 17:07:13
阅读次数：
89
朴素贝叶斯 概述 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。 贝叶斯理论 & 条件概率 贝叶斯理论 我们现在有一个数据集，它由两类数据组成，数 ...
分类：
其他好文 时间：
2019-01-19 14:25:02
阅读次数：
196
贝叶斯法则 机器学习的任务：在给定训练数据D时，确定假设空间H中的最佳假设。 最佳假设：一种方法是把它定义为在给定数据D以及H中不同假设的先验概率的有关知识下的最可能假设 贝叶斯理论提供了一种计算假设概率的方法，基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身 先验概率和后验概 ...
分类：
其他好文 时间：
2018-10-24 15:44:07
阅读次数：
112
概念： 贝叶斯定理：贝叶斯理论是以18世纪的一位神学家托马斯.贝叶斯(Thomas Bayes)命名。通常，事件A在事件B（发生）的条件下的概率，与事件B在事件A（发生）的条件下的概率是不一样的；然而，这两者是有确定的关系的，贝叶斯定理就是这种关系的陈述 朴素贝叶斯：朴素贝叶斯方法是基于贝叶斯定理和 ...
分类：
编程语言 时间：
2018-10-09 18:13:23
阅读次数：
180
