https://blog.csdn.net/libaqiangdeliba/article/details/41901387 1.基础概念： (1) 10折交叉验证：英文名是10-fold cross-validation，用来测试算法的准确性。是常用的测试方法。将数据集分成10份。轮流将其中的9份 ...
分类：
编程语言 时间：
2018-08-18 13:12:29
阅读次数：
151
【机器学习基本理论】详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解 https://mp.csdn.net/postedit/81664644 最大似然估计（Maximum likelihood estimation, 简称MLE）和最大后验概率估计（Maximum a ...
分类：
其他好文 时间：
2018-08-14 14:59:59
阅读次数：
207
关键词：先验概率；条件概率和后验概率；特征条件独立；贝叶斯公式；朴素贝叶斯；极大似然估计；后验概率最大化； 期望风险最小化；平滑方法 朴素贝叶斯分类的定义如下： 1. 设 x = a1,a2, ...,am为一个待分类项，而每个a是x的一个特征属性。 2.待分类项的类别集合C={y1，y2，..., ...
分类：
其他好文 时间：
2018-07-15 19:28:01
阅读次数：
451
贝叶斯公式 条件概率的展开、转化 关联规则分析 支持度、置信度、提升度 KULC IR 聚类 聚类之间类的度量是分距离和相似系数来度量的 距离 距离用来度量样品之间的相似性（k means聚类，系统聚类中的Q型聚类） 相似系数 相似系数用来度量变量之间的相似性（系统聚类的R型聚类） 最常用的是k m ...
分类：
其他好文 时间：
2018-06-30 11:00:31
阅读次数：
218
贝叶斯公式 p(A|D)=p(A)*p(D|A)/p(D); 可以应用于垃圾邮件的过滤和拼写检查 例如：对于拼写检查，写出一个单词D，判断该单词为正确单词A的概率。为上述条件概率的描述。 其中p(A)为先验概率，可以根据现有的数据库中的单词，来获得A单词的概率p(A)。由于正确的单词不仅仅有A,还有 ...
分类：
其他好文 时间：
2018-06-29 21:44:55
阅读次数：
194
贝叶斯网络模型 贝叶斯定理：贝叶斯定理是概率论中的一个结论，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，贝叶斯定理能够告知我们如何利用新证据修改已有的看法。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： 贝叶斯公式为利用搜集到的信息对原有判断进行
分类：
其他好文 时间：
2018-06-27 15:00:24
阅读次数：
155
1， 频率派思想 频率派思想认为概率乃事情发生的频率，概率是一固定常量，是固定不变的 2， 最大似然估计 假设有100个水果由苹果和梨混在一起，具体分配比例未知，于是你去随机抽取10次，抽到苹果标记为1， 抽到梨标记为0，每次标记之后将抽到的水果放回 最终统计的结果如下： 苹果 8次，梨2次 据此， ...
分类：
其他好文 时间：
2018-06-18 12:45:43
阅读次数：
229
朴素贝叶斯 1. 引言 贝叶斯方法是一个历史悠久，有着坚实的理论基础的方法，同时处理很多问题时直接而又高效，很多高级自然语言处理模型也可以从它演化而来。因此，学习贝叶斯方法，是研究自然语言处理问题的一个非常好的切入口。 2. 贝叶斯公式 贝叶斯公式就一行： P(Y|X)=P(X|Y)P(Y)P(X) ...
分类：
其他好文 时间：
2018-06-02 11:28:49
阅读次数：
140
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
