朴素贝叶斯
来源:互联网 发布:mac brew ant 编辑:程序博客网 时间:2024/06/05 19:42
贝叶斯定理
朴素贝叶斯分类
设样本为x,类别为y
有条件独立性假设:
根据贝叶斯定理,得到类别y的后验概率为:
把条件独立假设带入得到:
贝叶斯分类器可以表示为:
因为在分母中,所有的值是相同的,因此贝叶斯分类器最终表示为:
平滑
为了防止概率出现0的情况,加入平滑。
优缺点
优点:
1.生成式模型,通过计算概率来进行分类,可以用来处理多分类问题,
2.对小规模的数据表现很好,适合多分类任务,适合增量式训练,算法也比较简单。
缺点:
1.对输入数据的表达形式很敏感,
2.由于朴素贝叶斯的“朴素”特点,所以会带来一些准确率上的损失。
3.需要计算先验概率,分类决策存在错误率。
参考:
《统计学习方法》李航
阅读全文
0 0
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 朴素贝叶斯
- 【牛客 题库】 malloc 函数和 scanf函数
- leetcode 122. Best Time to Buy and Sell Stock II 最大子段和 + DP
- AS无线真机调试
- 11、halcon定位学习(3)---NCC匹配
- Java语法----Java中equals和==的区别
- 朴素贝叶斯
- Some projects cannot be imported because they already ex
- Isolation Forest 孤立森林
- Spark 贝叶斯分类算法
- CSDN-markdown编辑器
- 半钱商家隐私政策
- SharePrefence存储中,get方法里面的默认值类型就是要和本身String 、int等一样,不是都是0
- 通达OA大料:20170905最新版本破解可改单位名称,无限制安装
- HTML5新特性