✏️
LiHang-TongJiXueXiFangFa
More
Search
Ctrl + K
第4章 朴素贝叶斯
朴素贝叶斯
分类算法、生成算法 假设用于分类的特征在类确定的条件都是条件独立的。
模型
P
(
Y
=
C
k
∣
X
=
x
)
=
P
(
Y
=
C
k
)
∏
j
P
(
X
(
j
)
=
x
(
j
)
∣
y
=
C
k
)
∑
k
P
(
Y
=
C
k
)
∏
j
P
(
X
(
j
)
=
x
(
j
)
∣
y
=
C
k
)
,
k
=
1
,
2
,
⋯
,
K
P(Y=C_k|X=x) = \frac {P(Y=C_k)\prod_jP(X^{(j)}=x^{(j)}|y=C_k)}{\sum_k P(Y=C_k)\prod_jP(X^{(j)}=x^{(j)}|y=C_k)}, k=1,2,\cdots,K
P
(
Y
=
C
k
∣
X
=
x
)
=
∑
k
P
(
Y
=
C
k
)
∏
j
P
(
X
(
j
)
=
x
(
j
)
∣
y
=
C
k
)
P
(
Y
=
C
k
)
∏
j
P
(
X
(
j
)
=
x
(
j
)
∣
y
=
C
k
)
,
k
=
1
,
2
,
⋯
,
K
策略
使后验概率最大化
算法
最大似然估计 贝叶斯估计
Previous
kd树的原理与改进
Next
模型公式的推导
Last updated
4 years ago