概率论基本概念
离散变量
概率论中的两个基本法则：加法法则和乘法法则，加法法则定义了随机变量X与条件变量Y之间的直接联系。乘法法则定义了概率学中最重要的条件概率，同时也可以叫做联合概率，因为它描述了事件X和Y同时发生的概率。
通过上面公式可以推到出条件概率公式：
进而可以得到著名的贝叶斯公式，贝叶斯公式广泛的应用于科学界，这也被称为后验概率，因为它在咱们知道...
分类：
系统相关 时间：
2015-07-29 23:03:39
阅读次数：
1124
贝叶斯学习贝叶斯公式贝叶斯学习器其实是从经典的贝叶斯概率公式的来的，对于经典的贝叶斯公式：
P(A|B)=P(B|A)P(A)P(B)P(A|B)={P(B|A)P(A)\over{P(B)}}
式中P(A)表示A的先验概率（即A发生的概率与B无关），P(A|B)表示A的后验概率（即在已知B发生的情况下，A发生的概率）朴素贝叶斯分类我们都知道贝叶斯是一个经典的求取概率的公式，那么贝叶斯又是怎么和...
分类：
其他好文 时间：
2015-07-15 13:26:01
阅读次数：
128
转自:http://blog.163.com/jiayouweijiewj@126/blog/static/1712321772010102802635243/琢 磨了两天，对于朴素贝叶斯的原理弄得很清楚，可是要做文本分类，看了好多文章知道基于朴素贝叶斯公式，比较出后验概率的最大值来进行分类，后验概...
分类：
编程语言 时间：
2015-07-10 11:00:10
阅读次数：
225
经典贝叶斯网络 贝叶斯分类器的分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类。目前研究较多的贝叶斯分类器主要有四种,分别是:Naive Bayes、TAN、BAN 和 GBN。贝叶斯网络是一个带有概率注释的有向无....
分类：
其他好文 时间：
2015-07-03 12:06:46
阅读次数：
110
贝叶斯定理（英语：Bayes’ theorem）是概率论中的一个定理，它跟随机变量的条件概率以及边缘概率分布有关。在有些关于概率的解说中，贝叶斯定理（贝叶斯更新）能够告知我们如何利用新证据修改已有的看法。这个名称来自于托马斯?贝叶斯。
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的条件下的概率是不一样的；然而，这两者是有确定的关系，贝叶斯定理就是这种关系的陈述。贝叶斯公式的用途...
分类：
其他好文 时间：
2015-07-02 22:40:24
阅读次数：
168
之前在哪部电影里面有这个桥段来着～本文转载自nju_hupeng《zt 一道经典概率题的终极解法》今天在精华区看见了关于那道经典概率题的讨论，一长串帖子，虽然“标准”解法在那里，但是标准解法的方法在不断的诘问面前说服力不够。在一番思考之后，我觉得我找到了一个比较有说服力的方法，即用贝叶斯公式避免先验...
分类：
其他好文 时间：
2015-07-01 15:43:27
阅读次数：
131
思路：
之前的线性回归都是根据特征值服从的分布猜想结果，生成算法是根据结果猜想特征值的分布。
贝叶斯公式：
GDA高斯分类器：模型：写成表达式的形式：
分离效果图：
推理：
原理：根据上述表达式的形式和最大似然原理，我们要求出这两个高斯分布，使给出的case最大限度的符合。
写成表达式的形式：原因：为什么要求p(y|x)p(y|x)的最大似然：因为我们是要求给出XX后预测YY，因此我们要求给出x下y...
分类：
编程语言 时间：
2015-06-27 09:56:38
阅读次数：
135
1、准备：(1)先验概率：根据以往经验和分析得到的概率，也就是通常的概率，在全概率公式中表现是“由因求果”的果(2)后验概率：指在得到“结果”的信息后重新修正的概率，通常为条件概率(但条件概率不全是后验概率)，在贝叶斯公式中表现为“执果求因”的因例如：加工一批零件，甲加工60%，乙加工40%，甲有0...
分类：
其他好文 时间：
2015-06-24 22:23:47
阅读次数：
156
贝叶斯分类器 贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。眼下研究较多的贝叶斯分类器主要有四种，各自是：Naive Bayes、TAN、BAN和GBN。 贝叶斯网络是一个带有概率...
分类：
编程语言 时间：
2015-06-05 13:55:39
阅读次数：
241
1.1朴素贝叶斯公式
贝叶斯定理：
其中A为事件，B为类别，P(B|A)为事件A条件下属于B类别的概率。
朴素贝叶斯分类的正式定义如下：
1、设为一个待分类项，而每个a为x的一个特征属性。
2、有类别集合。
3、计算。
4、如果，则 。
那么现在的关键就是如何计算第3步中的各个条件概率：
...
分类：
其他好文 时间：
2015-04-29 13:41:27
阅读次数：
302
