之前有次考试考的是手工计算朴素贝叶斯的分类。当时没答对，后来搞明白了，不久又忘得差不多了。所以写个例子在这儿记一下。先推导一下贝叶斯公式：假定我们观察到两个事件都发生了，记做P(AB)，那么我们既可以认为先发生了事件A，在此基础上又发生了事件B，也可以认为先发生了..
分类：
编程语言 时间：
2017-06-29 22:21:53
阅读次数：
183
运用贝叶斯公式（朴素贝叶斯假设每个特征每个特征都是独立的）可以解决的问题有，已知某些特征，用来判断某情况发生的可能性大小，设置可能性最大的情况作为预测值。 是一种监督算法。 广泛应用于垃圾邮件检测等等。 ...
分类：
其他好文 时间：
2017-06-22 23:56:13
阅读次数：
387
贝叶斯定理 贝叶斯定理是通过对观测值概率分布的主观判断（即先验概率）进行修正的定理，在概率论中具有重要地位。 先验概率分布(边缘概率)是指基于主观判断而非样本分布的概率分布，后验概率(条件概率)是根据样本分布和未知参数的先验概率分布求得的条件概率分布。 贝叶斯公式： 变形得： 其中 P(A)是A的先 ...
分类：
编程语言 时间：
2017-06-05 23:50:45
阅读次数：
268
一. 贝叶斯公式推导 朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素是因为其思想基础的简单性：就文本分类而言，它认为词袋中的两两词之间的关系是相互独立的，即一个对象 的特征向量中每个维度都是相互独立的。例如，黄色是苹果和梨共有的属性，但苹果 和梨是相互独立的。这是朴素贝叶斯理论的思想基础。现在我们 ...
分类：
编程语言 时间：
2017-05-05 18:25:59
阅读次数：
595
题目：http://community.topcoder.com/stat?c=problem_statement&pm=13239&rd=15859 用到了概率论中的贝叶斯公式，而贝叶斯公式中须要用到的概率须要用dp方法求解。 代码： #include <algorithm> #include < ...
分类：
其他好文 时间：
2017-04-28 20:16:16
阅读次数：
247
原文链接 假设已知先验概率P(ωj)，也知道类条件概率密度p(x|ωj)，且j=1,2.那么，处于类别ωj，并具有特征值x的模式的联合概率密度可写成两种形式： p(ωj,x) = P(ωj|x)p(x) = p(x|ωj)P(ωj) 整理后得出贝叶斯公式（只有两种类型的情况下） 下面分别介绍一下后验 ...
分类：
其他好文 时间：
2017-04-26 15:58:14
阅读次数：
114
原文链接 现在举一个例子说明怎么使用贝叶斯公式来做决策。 例子： 假设有100个人，每个人都有自己的生日。1年有12个月，假设这100个人的生日从1月到12月的人数的分布情况如下： 3 4 5 7 10 13 14 15 12 8 5 4 那么1月到12月生人所占的比率分别为： 0.0300 0.0 ...
分类：
其他好文 时间：
2017-04-26 15:50:41
阅读次数：
171
原文链接 在【前一个例子】中已经举例说明了如何用贝叶斯公式计算后验概率，然后依据后验概率来做决策。 1、什么是行为？ 但是，有时候，后验概率本身只能说明具有特征x的样本属于ωi类的可能性有多少，却没能表示如果将样本分到ωi类时的代价有多大。 在此，引入行为的概念。 分类器的设计初衷很简单，就是进行“ ...
分类：
其他好文 时间：
2017-04-26 15:42:38
阅读次数：
198
为了完成自己的毕业论文，不得不接触这个朴素贝叶斯分类算法。。。真是惭愧啊（快毕业了才学这个。。。还初识） 哈哈，不过只要肯学什么时候都不会晚 要想完全理解这个算法，必须先去百度一下 原来朴素贝叶斯分类算法是借用到了贝叶斯定理，那什么是贝叶斯定理呢...不多BB， 先看一看什么是条件概率：P(A|B) ...
分类：
编程语言 时间：
2017-04-22 18:53:52
阅读次数：
177
概率论 举例说明 先验概率：一个病人 得了癌症的概率 后验概率：一个病人 拍了片子，显示某个部位不正常时，得癌症的概率 似然函数 ： 一个病人，得了癌症，拍片子显示不正常的概率 标准化常量：拍片子不正常的概率 贝叶斯公式 曲线拟合： 期中D表示 观测到的数据。 表示 在不同的w值下，这样的数据出现的 ...
分类：
其他好文 时间：
2017-04-10 21:19:58
阅读次数：
162
