回顾在文章《朴素贝叶斯》中，小夕为大家介绍了朴素贝叶斯模型的基本知识，并且得出了朴素贝叶斯是利用联合概率P(x1,x2,x3...xn,y)来确定某个样本为某个类别的概率，进而利用最大后验概率（MAP）来决策类别。也就是说，朴素贝叶斯的假设函数如下：其中，假设有c个类别，则i=1,2,...,c。（补充：argmax大家应该都熟悉了吧，意思就是返回使函数值最大的参数，这里的函数即P(X,yi)，参
分类：
其他好文 时间：
2020-12-29 11:52:17
阅读次数：
0
在那很久很久以前，可爱的小夕写了一篇将逻辑回归小题大做的文章，然后在另一篇文章中阐述了逻辑回归的本质，并且推广出了softmax函数。从那之后，小夕又在一篇文章中阐述了逻辑回归与朴素贝叶斯的恩仇录，这两大祖先级人物将机器学习的国度划分为两大板块——生成式与判别式。后来，朴素贝叶斯为了将自己的国度发扬光大，进化出了贝叶斯网以抗衡逻辑回归，一雪前耻。然而，傲娇的逻辑回归怎能就此善罢甘休呢？ps：对上面
分类：
其他好文 时间：
2020-12-29 11:51:06
阅读次数：
0
在上一篇文章中，小夕讲述了逻辑回归为了抗衡贝叶斯网，也开始了自己的进化。然而令我们没有想到的是，逻辑回归最终竟然进化成了一个生成式模型——受限玻尔兹曼机（RBM），也就是变成了敌方（生成式模型）的武器。意外得到RBM的朴素贝叶斯万分惊喜，并且燃起了将它自己做的贝叶斯网与敌方送的RBM融合的冲动！那么朴素贝叶斯的疯狂想法能不能实现呢？还是按照惯例，先叙述背景姿势。在《朴素贝叶斯到贝叶斯网》中，小夕为
分类：
其他好文 时间：
2020-12-29 11:50:30
阅读次数：
0
开篇高能预警！本文前置知识：1、理解特征函数/能量函数、配分函数的概念及其无向图表示，见《逻辑回归到受限玻尔兹曼机》和《解开玻尔兹曼机的封印》；2、理解特征函数形式的逻辑回归模型，见《逻辑回归到最大熵模型》。从逻辑回归出发，我们已经经过了朴素贝叶斯、浅层神经网络、最大熵等分类模型。显然，分类模型是不考虑时间的，仅仅计算当前的一堆特征对应的类别。因此，分类模型是“点状”的模型。想一下，如果我们有一个
分类：
其他好文 时间：
2020-12-29 11:48:54
阅读次数：
0
图源：unsplash任意的机器学习问题都可以应用多种算法，生成多种模型。例如，垃圾邮件检测分类问题可以使用多种模型来解决，包括朴素贝叶斯模型、逻辑回归模型和像BiLSTMs这样的深度学习技术。拥有丰富的选择是好的，但难点在于，如何决定在生产中实现哪个模型。虽然我们有许多性能指标来评估一个模型，但为每个问题实现每个算法是不明智的。这需要大量的时间和大量的工作，因此，知道如何为特定的任务选择正确的算
分类：
编程语言 时间：
2020-12-21 11:49:01
阅读次数：
0
公号：码农充电站pro 主页：https://codeshellme.github.io 一般在机器学习的模型训练之前，有一个比较重要的步骤是数据变换。 因为，一般情况下，原始数据的各个特征的值并不在一个统一的范围内，这样数据之间就没有可比性。 数据变换的目的是将不同渠道，不同量级的数据转化到统一的 ...
分类：
其他好文 时间：
2020-12-04 11:23:26
阅读次数：
7
工业界nlp相关的实际应用和框架 目录： Word2Vec词向量简述 word2vec模型训练简单案例 tf-idf、朴素贝叶斯的短文本分类简述 tensorflow文本分类实战——卷积神经网络CNN word2vec+textcnn文本分类简述及代码（包含中文文本分类实战） 使用inception ...
分类：
其他好文 时间：
2020-11-08 17:02:05
阅读次数：
20
题目 某种疾病的患病率为 0.5%, 通过验血诊断该病的误诊率为5%(非患者中有5%的人验血结果为阳性，患者中有5%的人验血结果为阴性).现在知道某人的验血结果为阳性，求其患此病的概率 朴素贝叶斯公式如下： ...
分类：
其他好文 时间：
2020-10-10 18:00:49
阅读次数：
27
Matlab建立SVM，KNN和朴素贝叶斯模型分类绘制ROC曲线 ...
分类：
其他好文 时间：
2020-09-17 21:23:42
阅读次数：
45
朴素贝叶斯分类器是一种利用概率论知识实现的分类器，之所以称之为“朴素”，是因为整个形式化过程只做最原始、最简单的假设。下面将从原理到实战进行详细讲解。 # 基于贝叶斯决策理论的分类方法 ? 在讲述朴素贝叶斯之前，贝叶斯决策理论的核心思想，即选择具有最高概率的决策。如上图的AB桶，若是问一个出自其中的 ...
分类：
其他好文 时间：
2020-09-17 15:44:04
阅读次数：
39
