文章目录 一、 朴素贝叶斯 1、概率基础知识： 2、朴素贝叶斯模型流程： ①计算流程： ②三个阶段： 3、拉普拉斯平滑 二、 半朴素贝叶斯分类器 概念 三、朴素贝叶斯的面试题 一、 朴素贝叶斯 1、概率基础知识： 条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。 条件概率表示为： P(A|B)， 读作“在B条件下A的概率”。 若只有两个事件A， B， 那么： P ( A B ) = P ( A ∣ B ) P ( B ) = P ( B ∣ A ) P ( A ) P(AB) = P(A|B)P(B)=P(B|A)P(A) P(AB)
超级会员免费看
本文详细介绍了朴素贝叶斯算法，包括概率基础知识、模型流程、拉普拉斯平滑以及半朴素贝叶斯分类器的概念。通过实例解释了条件概率、全概率公式和贝叶斯公式，并探讨了朴素贝叶斯在处理零概率问题时的拉普拉斯平滑方法。同时，文章还提及了朴素贝叶斯与LR的区别，以及朴素贝叶斯的优缺点和面试中可能遇到的问题。
订阅专栏 解锁全文
扫一扫
1497
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
