朴素贝叶斯算法 优点： 算法原理和实现简单，常用于文本分类。 对小规模数据表现很好，适合多分类增量式训练任务。 对缺失数据不太敏感。 缺点： 对输入数据的表达形式很敏感 需要计算先验概率，分类决策存在错误率 要求样本之间相互独立，这就是“朴素”的意思，这个限制有时很难做到，或使用者误以为符合而造成错 ...
分类：
编程语言 时间：
2020-04-16 12:56:44
阅读次数：
79
前言：介绍了最简单的最大似然估计，距离实现「朴素贝叶斯」还有一些距离。在这篇文章，我想分享一下，我所理解的「最大似然估计 - 高斯分布」。 问题 （这里都是玩具数据，为了方便理解才列出） 0123456789101112 X 1 2 3 4 4.2 4.4 4.6 4.8 5 6 7 8 y 0 0 ...
分类：
其他好文 时间：
2020-04-07 20:02:22
阅读次数：
247
一.基本 1.模型也被称为学习器，学习器更为准确。学习器是指能从已有的数据中学习到所需知识的数学模型。 2.模型分类：按照学习的数据分类， （1）监督学习（supervised learning）:训练的数据有标记信息。又由标记信息的 【1】分类：标记信息呈现离散状态。KNN、朴素贝叶斯、逻辑回归、 ...
分类：
其他好文 时间：
2020-04-01 21:01:07
阅读次数：
102
数据挖掘 贝叶斯分类 [toc] 1. 贝叶斯分类器概述 1.1 贝叶斯分类器简介 1.1.1 什么是贝叶斯分类器？ 贝叶斯分类器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器 1.1.2 朴素贝叶斯分类器 朴素贝叶斯分类器是贝叶斯分类器中最简单，也是最常见的一种分类方法。 ...
分类：
其他好文 时间：
2020-03-30 19:28:36
阅读次数：
90
[toc] 一、贝叶斯 简单地说，贝叶斯就是你见到贝克汉姆，说了一句yes，研究的是这种概率事件。 开玩笑啦，贝叶斯原理是英国数学家托马斯·贝叶斯提出的，为了解决一个“逆概率”问题。 例如，如果一个男人发现了他老婆手机里暧昧短信 ，计算机他老婆出轨的概率。 现实生活中，我们很难知道事情的全貌，当不能 ...
分类：
其他好文 时间：
2020-03-30 15:58:20
阅读次数：
76
一、引入 最开始知道生成模型和判别模型，是在李航的统计学习方法里，当时的理解是：生成模型，就是同时考虑了X和Y的随机性，也就是说二者都是随机变量；判别模型，就是只考虑了Y的随机性，而X并不是个随机变量，即使X存在于条件中，但是并没有p(x)这种说法。当时同时也知道了，朴素贝叶斯和隐马尔可夫都是生成模 ...
分类：
其他好文 时间：
2020-03-27 00:47:38
阅读次数：
176
直接给代码： 1 # -- coding: gbk -- 2 from sklearn.datasets import load_breast_cancer 3 from sklearn.tree import DecisionTreeClassifier 4 from sklearn.model_ ...
分类：
其他好文 时间：
2020-03-27 00:37:45
阅读次数：
170
https://baike.baidu.com/item/%E6%9C%B4%E7%B4%A0%E8%B4%9D%E5%8F%B6%E6%96%AF/4925905 ...
分类：
编程语言 时间：
2020-03-26 01:13:20
阅读次数：
67
event.txt 解决分类问题： 数据处理：训练集测试集划分，交叉验证，验证曲线，学习曲线，网格搜索。。 分类模型：逻辑回归，朴素贝叶斯，树模型，svm 模型评估：混淆矩阵，分类报告；查找率，召回率，f1得分 ...
分类：
其他好文 时间：
2020-03-24 15:49:02
阅读次数：
60
朴素贝叶斯法是一种基于贝叶斯定定理和特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对于给定的输入$x$，利用贝叶斯定理求出后验概率最大输出的$y$。朴素贝叶斯法对条件概率分布作了条件独立假设，朴素贝叶斯法因为这个较强的假设而得 ...
分类：
编程语言 时间：
2020-03-08 09:38:35
阅读次数：
65
