朴素贝叶斯分类算法

朴素贝叶斯分类是一种基于贝叶斯定理和特征条件独立假设的简单分类算法。算法通过计算待分类项在各类别下的条件概率,选择概率最大的类别作为分类结果。在数值特征处理中,通常需要进行离散化。朴素贝叶斯应用广泛,如银行贷款通过预测等场景。

一、贝叶斯定理

        已知条件概率P(A|B)的情况下如何求得P(B|A),这就要用到贝叶斯定理了:

   

二、朴素贝叶斯算法的原理

朴素贝叶斯分类是一种十分简单的分类算法,叫它朴素贝叶斯分类是因为这种方法的思想的很朴素,朴素贝叶斯

的思想基础是这样的:对于给出的待分类项,求解在此项出现的条件下各个类别出现的概率,哪个最大,就认为此

待分类项属于哪个类别。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。

朴素贝叶斯分类的正式定义如下:

      1、设为一个待分类项,而每个ai为x的一个特征。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值