朴素贝叶斯解决天气问题
来源:互联网 发布:阿里云邮电脑客户端 编辑:程序博客网 时间:2024/06/11 20:46
朴素贝叶斯是一种基于贝叶斯定理的分类方法。该算法是有监督的学习算法,解决分类问题。在该算法中,我们假设给定目标值时,属性之间相互条件独立,即
。
贝叶斯定理:对于分类问题,样本x属于类别y的概率
其中, P(y)是指未使用数据训练分类器之前的y的初始概率,称为先验概率; P(x|y)是样本x相对于类别y的类条件概率,称为似然; P(y|x)是给定x时,y成立的概率,称为后验概率;P(x)是归一化证据因子。
用天气的数据集做预测,假设全部属性都对决策有着相同的重要性,且相互条件独立。按照类别统计了每个属性的取值次数如下表:
假设一个样本的属性值分别为sunny、cool、high和TRUE,要预测是否可运动(play=yes),概率的计算,例如outlook=sunny, play=yes的概率为:
。
我们可以先计算出play为yes的似然:
Yes的似然=
;
No的似然=
。
用规范化的方法将似然转化为概率,分母
为yes的似然加上no的似然,为
。
根据贝叶斯定理,play为yes的概率
;
play为no的概率
。
根据计算结果,当outlook为sunny、temperature为cool、humidity为high、windy为TRUE的情况下,play为no。
但如果分母这样计算:
与上面计算的分母0.025862不一致,因为朴素贝叶斯假定的是给定的属性目标值的情况下,属性之间是相互独立的,并不是在所有情况下属性之间都是相互独立的。
阅读全文
0 0
- 朴素贝叶斯解决天气问题
- 完美解决中文版Vista侧边栏“天气问题”
- 解决手机数据连接不能查询天气信息的问题
- android 获取天气信息,解决了乱码的问题
- 解决中国天气网天气预报API返回数据乱码问题
- 分类问题之朴素贝叶斯模型
- 朴素贝叶斯分类问题实例讲解
- 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
- UVA-12265 Selling Land
- JS各种小知识点
- 警告: Setting property 'source' to 'org.eclipse.jst.jee.server:ASW' did not find a matching property
- PHP的语言结构和函数的区别
- 通过在Git Bash中使用命令行方法上传文件到GitLab的步骤
- 朴素贝叶斯解决天气问题
- 统计一个字符串中数字的个数
- JSTAT分析
- java集合框架简单比较
- 加密文章见cnblog
- Android okHttp文件下载并带进度条的demo(简单工具类)
- NIO之ByteBuffer
- 在屏幕上打印杨辉三角
- 顺序栈和链栈的实现(实验3.1)