关于 Data mining with weka视频系列中的navie bayes讲解的笔记(非数学专业对这个概率真是看哭了)
(视频截图)
以outlook这一attribute为例子,当它为sunny时,我们计算play为yes的概率。可以看出为2/9.依次可以得出每一个特征的概率。
当一个new day来到时,我们搜集到以下数据
就可以计算出yes和no的概率
一般我们希望概率相加为1,所以这里用归一法
本篇笔记记录了Dataminingwithweka视频系列中关于朴素贝叶斯算法的讲解实例。以天气属性为例,通过计算不同天气条件下进行户外活动的概率,展示了朴素贝叶斯分类器的基本原理及应用过程。
关于 Data mining with weka视频系列中的navie bayes讲解的笔记(非数学专业对这个概率真是看哭了)
(视频截图)
以outlook这一attribute为例子,当它为sunny时,我们计算play为yes的概率。可以看出为2/9.依次可以得出每一个特征的概率。
当一个new day来到时,我们搜集到以下数据
就可以计算出yes和no的概率
一般我们希望概率相加为1,所以这里用归一法
2085
3459

被折叠的 条评论
为什么被折叠?