理论 什么是朴素贝叶斯算法？ 朴素贝叶斯分类器是一种基于贝叶斯定理的弱分类器，所有朴素贝叶斯分类器都假定样本每个特征与其他特征都不相关。举个例子，如果一种水果其具有红，圆，直径大概3英寸等特征，该水果可以被判定为是苹果。尽管这些特征相互依赖或者有些特征由其他特征决定，然而朴素贝叶斯分类器认为这些属性 ...
分类：
编程语言 时间：
2018-07-07 20:41:29
阅读次数：
197
1、贝叶斯要解决的问题： 正向概率：已知袋子中有N个白球和M个黑球，摸到白球的概率多大？ 逆向概率：事先不知道袋子中黑白球的比例，通过摸出来球的颜色来判断球的比例。 贝叶斯是在概率的框架下实施决策的节本方法。对分类来说，在所有相关概率都已知的理想情形下，贝叶斯考虑如何基于这些概率和误判损失来按着最优 ...
分类：
编程语言 时间：
2018-06-17 13:41:46
阅读次数：
199
一.贝叶斯概念 先验概率 后验概率 最大似然：最符合观测数据的（即P(D | h) 最大的）最有优势 奥卡姆剃刀：P(h) 较大的模型有较大的优势 朴素贝叶斯（假设特征之间独立，互不影响） 二．贝叶斯拼写检查器 ...
分类：
编程语言 时间：
2018-06-04 23:25:13
阅读次数：
138
一、朴素贝叶斯分类算法简述 1、贝叶斯公式和全概率公式 举一个概率论中的例子。设某工厂有甲、乙、丙三个车间生产同一种产品，已知各车间的产量分别占全厂产量的25%、35%、40%，而且各车间的次品率依次为5%、4%、2%。现问： (1)生产的产品是次品的概率是多少？ (2)如果是次品，该次品是甲工厂生 ...
分类：
编程语言 时间：
2018-05-31 23:03:40
阅读次数：
209
一个简单的例子 朴素贝叶斯算法是一个典型的统计学习方法，主要理论基础就是一个贝叶斯公式，贝叶斯公式的基本定义如下： 这个公式虽然看上去简单，但它却能总结历史，预知未来。公式的右边是总结历史，公式的左边是预知未来，如果把Y看出类别，X看出特征，P(Yk|X)就是在已知特征X的情况下求Yk类别的概率，而 ...
分类：
编程语言 时间：
2018-05-23 17:02:32
阅读次数：
213
朴素贝叶斯算法。 朴素贝叶斯是一种简单但功能强大的预测建模算法。 该模型由两种类型的概率组成，可以直接从训练数据中计算: 每个类的概率。 每个类给定每个x值的条件概率。 一旦计算出概率模型，就可以利用贝叶斯定理对新数据进行预测。 当你的数据是实值时，通常假设高斯分布(钟形曲线)，这样你就可以很容易地 ...
分类：
其他好文 时间：
2018-05-18 00:30:36
阅读次数：
121
一、前述 机器学习算法中，有种依据概率原则进行分类的朴素贝叶斯算法，正如气象学家预测天气一样，朴素贝叶斯算法就是应用先前事件的有关数据来估计未来事件发生的概率。 二、具体 1、背景--贝叶斯定理引入对于两个关联事件（非独立事件）A和B，同时发生的概率为：P(AB)=P(A|B)P(B)=P(B|A) ...
分类：
其他好文 时间：
2018-04-07 17:49:38
阅读次数：
217
算法描述： 输入：训练数据$T={(x_{1},y_{1}),(x_{2},y_{2}),...,(x_{N},y_{N})}$，其中$x_{i}=(x_{i}^{(1)},x_{i}^{(2)},...,x_{i}^{(n)})$，$x_{i}^{(j)}$是第i个样本的第j个特征，$x_{i}^ ...
分类：
编程语言 时间：
2018-02-28 01:06:31
阅读次数：
189
