朴素贝叶斯是典型的生成方法。生成方法由训练数据学习联合概率分布P(X,Y)，然后求得后验概率分布P(Y|X)。具体来说利用训练数据学习P(Y|X)、P(Y)的估计，得到联合概率分布
概率估计方法可以是极大似然估计或者贝叶斯估计(朴素贝叶斯和贝叶斯估计是不同的概念)
条件独立性假设
朴素贝叶斯法对条件概率做了一个较强的假设
图片错误，应该是P(X=x|Y=ck)
“朴素贝叶斯”也因此得名
由贝叶斯定理有
将条件独立性假设代入上式有
然后只需要使后验概率最大化
因为上式的分母与Ck无关，所以
后验最大化的本质是使期望风险最小化
设选择0-1损失函数
我们可以用极大似然估计或者贝叶斯估计（可参考附录）得到所有
先验概率
以及
条件概率
代入到后验概率最大化公式即可得到向量X的分类
《统计学习方法》
朴素贝叶斯算法有三种类型，分别是贝努利朴素贝叶斯、高斯贝叶斯、多项式朴素贝叶斯。 贝叶斯公式 贝努利朴素贝叶斯 适...
朴素贝叶斯法 朴素贝叶斯法的学习与分类 朴素贝叶斯法的参数估计 朴素贝叶斯实现 高斯朴素贝叶斯实现 使用 skle...
朴素贝叶斯 - 贝叶斯估计Python复现： 舟晓南：朴素贝叶斯（Bayes）模型python复现 - 贝叶斯估计...
朴素贝叶斯（Naive Bayes） 贝叶斯公式 朴素贝叶斯算法其实原理很简单，要理解朴素贝叶斯算法我们首先得知道...
朴素贝叶斯法(Naive Bayes) 朴素贝叶斯法是基于贝叶斯定力和特征条件独立假设的分类方法。 朴素贝叶斯法实...
问题 1. 什么是朴素贝叶斯 2. 怎么理解贝叶斯公式和朴素贝叶斯公式 3. 朴素贝叶斯算法流程是怎样...
2.6 逻辑回归与朴素贝叶斯有什么区别？ 逻辑回归是判别模型， 朴素贝叶斯是生成模型。 朴素贝叶斯属于贝叶斯，逻辑...
朴素贝叶斯 用处：朴素贝叶斯主要解决的是而分类的问题。 为什么叫朴素贝叶斯： 因为贝叶斯分类只做最原始，最简单的假...
朴素贝叶斯分为三种：高斯朴素贝叶斯、多项式朴素贝叶斯、伯努利朴素贝叶斯。这三种的不同之处在于求条件概率的公式不同。...
朴素贝叶斯的思路及实现 一、朴素贝叶斯简介 朴素贝叶斯法（Naive Bayes）是基于贝叶斯定理与特征条件独立假...
本文标题：朴素贝叶斯
本文链接：https://www.haomeiwen.com/subject/rdzjyxtx.html
网友评论