联合概率的乘法公式：（如果随机变量是独立的，则）由乘法公式可得条件概率公式：，，全概率公式：，其中（，则，则可轻易推导出上式）贝叶斯公式：又名后验概率公式、逆概率公式：后验概率＝似然函数×先验概率/证据因子。解释如下，假设我们根据“手臂是否很长”这个随机变量（取值为“手臂很长”或“手臂不长”）的观测...
分类：
其他好文 时间：
2014-11-21 20:24:29
阅读次数：
215
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：
2014-10-28 13:47:41
阅读次数：
182
全概率公式：已知过程求结果。如果{Bn:n= 1, 2, 3, ... } 是一个概率空间的有限或者可数无限的切割（既Bn为宜完备事件组），且每一个集合Bn是一个可測集合，则对随意事件A有全概率公式：又由于此处Pr(A|B)是B发生后A的条件概率，所以全概率公式又可写作：贝叶斯公式：已知结果求过程。...
分类：
其他好文 时间：
2014-10-25 21:20:19
阅读次数：
317
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：
2014-10-21 22:51:45
阅读次数：
333
对全概率公式和贝叶斯公式的理解 我该怎么来理解这2个公式呢？打个比方，假设学校的奖学金都采取申请制度，只有满足一定的条件你才能拿到这比奖学金。那么有哪些原因能够使你有可能拿到奖学金呢？1、三好学生，拿到奖学金的概率是p(A1)=0.3。 2、四好学生，拿到奖学金的概率是p(A2)=0.4。3、五.....
分类：
其他好文 时间：
2014-10-17 10:07:58
阅读次数：
209
贝叶斯公式描述的是一组条件概率之间相互转化的关系。
在机器学习中，贝叶斯公式可以应用在分类问题上。这篇文章是基于自己的学习所整理，并利用一个垃圾邮件分类的例子来加深对于理论的理解。
这里我们来解释一下朴素这个词的含义：
1）各个特征是相互独立的，各个特征出现与其出现的顺序无关；
2）各个特征地位同等重要；
以上都是比较强的假设
下面是朴素贝叶斯分类的流程：...
分类：
其他好文 时间：
2014-10-09 21:39:17
阅读次数：
205
共轭分布是一种极大简化贝叶斯分析的方法。其作用是有两个：1.简化贝叶斯公式中概率函数的计算；2.在贝叶斯公式包含多种概率分布的情况下，使这些分布的未知参数在试验前被赋予的物理意义，延续到试验后，便于分析。第二个作用尤为重要。...
分类：
其他好文 时间：
2014-10-06 10:19:30
阅读次数：
162
今天介绍一种简单高效的分类器——朴素贝叶斯分类器（Naive Bayes Classifier）。
相信学过概率论的同学对贝叶斯这个名字应该不会感到陌生，因为在概率论中有一条重要的公式，就是以贝叶斯命名的，这就是“贝叶斯公式”...
分类：
其他好文 时间：
2014-09-30 10:02:52
阅读次数：
221
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：
其他好文 时间：
2014-09-27 17:36:30
阅读次数：
185
