朴素贝叶斯方法(二分类)[机器学习实战]

本文介绍了如何使用朴素贝叶斯方法进行二分类,通过贝叶斯概率公式,大数定律和数据统计来计算类别概率。文章讨论了如何处理概率小和值为0的情况,提出了使用对数优化避免乘积为0的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

数据链接

垃圾短信分类

解析

设一个点(x,y),对(x,y)进行分类(1,2),我们可以设每个点分别属于两个类别的概率:

如果p1(x,y) > p2(x,y),那么类别为1
如果p1(x,y) < p2(x,y),那么类别为2

由贝叶斯概率我们有
\[p(c|x,y) = \frac {p(x,y|c)p(c)}{p(x,y)}\dots(1)\]
对于二分类可见
\[p1 \rightarrow p(1|x,y)\]
\[p2 \rightarrow p(2|x,y)\]

观察公式一右边.
根据大数定理,当数据集具有一定规模时,我们可以以频率逼近概率。
右边的概率可以由统计而得

因此朴素贝叶斯法则主要在于对数据的统计,步骤如下:

  1. 分词,生成词向量空间(英文文本无需如此,中文文本可以使用jieba分词工具)
  2. 对于每个向量,计算其向量空间坐标(每个特征词出现次数,即词袋)
  3. 1)计算出p(c),即每个类别出现概率
    2)对于p(x,y),可以统计出所有的单变量,再使用乘法原理即可
    3)对于p(x,y|c)可以统计类别c下的所有(x,y)的出现次数
  4. 计算对于给定词向量的p1,p2,答案为其中值较大者<
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