1、先验概率是根据已有经验寻求事件本身发生的概率;后验概率是根据当前已知情况下,给出判断或判断的概率。
2、朴素贝叶斯是在贝叶斯的基础上,损失了精度,降低了分类准确性。但是实现起来大大降低了复杂程度。
3、训练数据集,其中P(X,Y)独立同分布生成。
4、首先计算先验概率
然后根据给定实例,计算x的类别
5、利用极大似然估计可能会出现所需估计的值为0的情况,会影响到后验概率的计算结果。为了解决这种情况,主要方法是使用贝叶斯估计。
1、先验概率是根据已有经验寻求事件本身发生的概率;后验概率是根据当前已知情况下,给出判断或判断的概率。
2、朴素贝叶斯是在贝叶斯的基础上,损失了精度,降低了分类准确性。但是实现起来大大降低了复杂程度。
3、训练数据集,其中P(X,Y)独立同分布生成。
4、首先计算先验概率
然后根据给定实例,计算x的类别
5、利用极大似然估计可能会出现所需估计的值为0的情况,会影响到后验概率的计算结果。为了解决这种情况,主要方法是使用贝叶斯估计。