本文介绍了贝叶斯分类器的基本概念，包括贝叶斯定理、朴素贝叶斯分类器和极大似然估计。贝叶斯定理是分类算法的基础，朴素贝叶斯算法假设特征间相互独立，极大似然估计用于确定分类模型的参数。
17 贝叶斯分类器
贝叶斯分类是一种分类算法的总称，这种算法均以贝叶斯定理为基础，故统称为贝叶斯分类。贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。
17.1 贝叶斯定理
条件概率：事件A在另一个事件B已经发生条件下的概率，记作 P(A|B)，A和B 可能是相互独立的两个事件，也可能不是。
表示 A，B 事件同时发生的概率，如果 A 和 B 是相互独立的两个事件，那么：
上面的推导过程反过来证明了如果A和B是相互独立的事件，那么事件A发生的概率与B无关。
将条件概率公式稍做改变有&#
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
