经典机器学习算法系列2-朴素贝叶斯法
来源:互联网 发布:大熊猫脾气 知乎 编辑:程序博客网 时间:2024/05/18 12:02
该处的朴素贝叶斯法是指朴素贝叶斯分类法,基于贝叶斯定理和特征条件独立假设的数学原理
1.数学原理1-贝叶斯定理
所谓的贝叶斯定理源于他生前为解决一个“逆概”问题写的一篇文章,而这篇文章是在他死后才由他的一位朋友发表出来的。在贝叶斯写这篇文章之前,人们已经能够计算“正向概率”,如“假设袋子里面有 N 个白球,M 个黑球,你伸手进去摸一把,摸出黑球的概率是多大”。而一个自然而然的问题是反过来:“如果我们事先并不知道袋子里面黑白球的比例,而是闭着眼睛摸出一个(或好几个)球,观察这些取出来的球的颜色之后,那么我们可以就此对袋子里面的黑白球的比例作出什么样的推测”。这个问题,就是所谓的逆向概率问题。
博客[3]给出了一个更通俗的讲解。通俗来说,就好比这么个道理,你在街上看到一个黑人,我问你你猜这哥们哪里来的,你十有八九猜非洲。为什么呢?因为黑人中非洲人的比率最高,当然人家也可能是美洲人或亚洲人,但在没有其它可用信息下,我们会选择条件概率最大的类别,这就是朴素贝叶斯的思想基础。似乎朴素贝叶斯只能用于属性值是离散的情况,连续的还未知。
相关概念
1.1 条件概率:事件A在事件B已经发生的条件下的发生概率,记为P(A|B)
条件概率公式为P(A|B) = P(AB)/P(B)
1.2 联合概率:事件A和事件B同时发生的概率,记为P(AB)
乘法公式为P(AB) = P(A|B)P(B)
1.3 先验概率和后验概率
事情还没有发生,要求这件事情发生的可能性的大小,是先验概率. (先,通前,事情发生前,圈起来要考)
事情已经发生,要求这件事情发生的原因是由某个因素引起的可能性的大小,是后验概率.(后,通后,事情发生后,圈起来要考)
事情已经发生,要求这件事情发生的原因是由某个因素引起的可能性的大小,是后验概率.(后,通后,事情发生后,圈起来要考)
1.4 贝叶斯公式
1.5 极大似然估计
【1】知乎
【2】数学知识
【3】算法杂货铺-分类算法之朴素贝叶斯
【4】先验概率、后验概率及贝叶斯公式
0 0
- 经典机器学习算法系列2-朴素贝叶斯法
- 机器学习经典算法3-朴素贝叶斯
- 机器学习系列之朴素贝叶斯算法
- 经典机器学习算法系列-目录
- 经典机器学习算法系列1-决策树
- 经典机器学习算法系列8-PCA
- 经典机器学习算法系列-svm
- 经典机器学习算法系列7-svd
- 机器学习算法-朴素贝叶斯
- 机器学习:朴素贝叶斯算法
- 机器学习--朴素贝叶斯算法
- 机器学习算法-朴素贝叶斯
- 机器学习算法:朴素贝叶斯
- 【机器学习算法】 朴素贝叶斯
- 朴素贝叶斯算法--机器学习
- 机器学习 - 朴素贝叶斯法
- 机器学习笔记2 - 朴素贝叶斯法
- 机器学习经典算法-贝叶斯学习之朴素贝叶斯分类器
- mysql 数据库查询今天、昨天、上月、本月的数据
- js获取当前时间:yyyy-MM-dd HH:MM:SS
- web知识-根据用户的设备自动选择质量不同的图片。
- ios 百度地图集成
- Android WebView 缓存处理
- 经典机器学习算法系列2-朴素贝叶斯法
- java.lang.IllegalArgumentException: Page directive: invalid value for import
- 4G全网通安卓智能核心板模块 MTK6735方案
- 搜索引擎的基本工作原理
- Macdown工具的常用命令以及快捷键
- Json对象与Json字符串相互转化
- linux网络编程之用一张图片说明套接口常用函数
- 游戏世界和小说世界——虚拟与现实人生
- Linux命令_ zcat 命令详解 -》不解压文件直接查看文件内容