机器学习_贝叶斯公式/先验概率/后验概率
来源:互联网 发布:ubuntu 如何使用汉语 编辑:程序博客网 时间:2024/06/05 09:03
1.基础知识点
【1】条件概率公式
在b的条件下a发生的概率=a、b同时发生的概率/b发生的概率
【2】理解:因为a、b同时发生的概率里已经包含了b发生的概率,所以要将b的概率除掉。
2.验-经验
【1】先验概率:于经验之前的概率,相当于普通的概率
【2】后验概率:于经验之后的概率,即条件概率
3.贝叶斯公式:实质就是条件概率公式两种形式(以a、b同时发生的概率为桥梁)
p(A|B)=P(B|A)*P(A)/P(B)
4.在机器学习中用X表示特征集合,wi代表类标签。则
公式表示:P(Wi|X)=P(X|Wi)*P(Wi)/P(X)
【1】p(wi)为先验概率,有70个苹果,30个梨,那么选一个为苹果的概率
【2】p(X|Wi) 称为似然概率,类别确定情况下x的分布,比如说苹果的尺寸分布。知道似然概率与梨的大小分布似然概率比较后,也就知道了摸到什么尺寸的情况下,是苹果的概率大于是梨的概率。
【3】对公式上述两个式子相乘的理解:上述两个式子相乘后就是:事件一:选一个为苹果的概率 。事件二:选一个某尺寸的概率(即某一个特征的概率)
两个事件同时发生的概率。即拿出一个是苹果且有这个特征的概率,那么就可以用来预测这个特征的真实类别
这是精华,是为了得到某特征属于某一类的概率
【4】公式的分布可以从两个方向去理解:
1.从条件概率推导去理解
2.我们要预测需要知道拿出一个东西是苹果且具备这个特征的概率,实际上已经可以用来预测了。但为了用概率表示,分母作用是归一化,分母可以写成∑P(X|Wi)*p(Wi)
【5】P(X|Wi)则称为后验概率
5.贝叶斯公式的应用
p(wi|x)哪个大就属于哪个类别
n.问题
【1】什么是似然概率?所谓似然是老师说的可能性?
- 机器学习_贝叶斯公式/先验概率/后验概率
- 贝叶斯公式、先验概率、后验概率
- 【机器学习】先验概率、后验概率、贝叶斯公式、 似然函数
- 【机器学习】先验概率、后验概率、贝叶斯公式、 似然函数
- 【机器学习】先验概率、后验概率、贝叶斯公式、 似然函数
- 【机器学习】先验概率、后验概率、贝叶斯公式、 似然函数
- 先验概率 后验概率 贝叶斯法则 贝叶斯公式
- 先验概率与后验概率及贝叶斯公式
- 先验概率与后验概率及贝叶斯公式
- 先验概率、似然函数、后验概率、贝叶斯公式
- 先验概率、似然函数、后验概率、贝叶斯公式
- 先验概率与后验概率及贝叶斯公式
- 先验概率、似然函数、后验概率、贝叶斯公式
- 先验概率与后验概率及贝叶斯公式
- 先验概率与后验概率及贝叶斯公式
- 先验概率与后验概率以及贝叶斯公式
- 先验概率、后验概率、贝叶斯公式、 似然函数
- 贝叶斯公式 先验概率 后验概率(详细)
- Java 阿里官方代码规范标准手册终极版下载
- 使ssh不用输入密码
- zookeeper和dubbo
- 判断二叉树是否是二叉搜索树
- 为mysql数据库建立索引
- 机器学习_贝叶斯公式/先验概率/后验概率
- vtkactor 用GetProperty()设置颜色属性不起作用
- Markdown语法说明
- Yii框架防止sql注入,xss攻击与csrf攻击的方法
- 用户与组管理
- Unity框架学习笔记(一) 什么是MVC
- ACM--计算几何--平面扫描
- OpenCV图像矩阵Mat的基本操作
- 【BZOJ3812】【状压DP】【容斥原理】主旋律 题解