关于NB学习,需要知道一下知识点,然后再串联起来思考,秒懂朴素贝叶斯原理以及应用
1. 监督学习
2. 分类classification
3. 基于贝叶斯定理公式
4. 全概率公式
5. 先验概率
6. 后验概率
7. 极值问题情况下的每个类的分类概率,取最大值得那个分类
8. 样本有N个特征,并且每个特征之间相互独立,便于公式的计算,于是有各特征联合概率等于各特征分别概率的乘积
关于NB学习,需要知道一下知识点,然后再串联起来思考,秒懂朴素贝叶斯原理以及应用
1. 监督学习
2. 分类classification
3. 基于贝叶斯定理公式
4. 全概率公式
5. 先验概率
6. 后验概率
7. 极值问题情况下的每个类的分类概率,取最大值得那个分类
8. 样本有N个特征,并且每个特征之间相互独立,便于公式的计算,于是有各特征联合概率等于各特征分别概率的乘积