贝叶斯分类器-----机器学习

最新推荐文章于 2024-12-11 19:50:34 发布

Lavender-csdn

最新推荐文章于 2024-12-11 19:50:34 发布

阅读量469

点赞数

分类专栏：机器学习文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/kidchildcsdn/article/details/104798859

版权

本文介绍了贝叶斯分类器的工作原理，重点在于条件概率的计算。通过一个西瓜分类的例子，详细解释了如何利用训练集计算不同属性条件下好瓜的概率，并涉及了离散属性和连续属性的处理，包括高斯分布的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

贝叶斯分类器中的涉及到的数学知识基本上是概率论与数理统计，其计算步骤倒是不难，西瓜书上的公式表示可能让人没有看下去的欲望，博主最开始学的时候也就是直接拿个例子计算一遍，然后再去看看西瓜书上的公式。贝叶斯中的核心计算公式就是条件概率的计算公式。

先看看条件概率的计算公式：

上面这个公式指的是事件A在事件B发生的条件下发生的概率。同理：P(B|A) = P(AB)/P(A)。这样上面也可以写成

$P(A|B) = \frac{P(A)P(B|A)}{P(B)}$ 。

接下来，我们直接看个例子，以西瓜书上的例子来看：

使用以上数据集作为训练集来训练

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。