朴素贝叶斯分类器进行股价趋势分类预测
原理
贝叶斯定理
模型思想
1、在风险识别中,贝叶斯模型本质上也是一种已知结果找原因的思维工具。
2、在风险决策中,利用贝叶斯模型的基本思想是充分利用先验信息(如已有的模型,数据信息以及经验资料),将先验分布和抽样分布整合成后验分布,从而利用后验分布进行决策。如果有新的信息,则更新后验分布,实现递归决策方案。从而得到最优策略,使得决策风险尽可能低。在概率统计的表述是:应用所观察到的现象对有关概率分布的主观判断(即先验概率)进行修正的标准方法。
3、在分类预测中,朴素贝叶斯的思想基础是这样的:对于给出的待分类项,求解在此项出现的条件下各个类别出现的概率,哪个最大,就认为此待分类项属于哪个类别。
概率论基础
要理解贝叶斯模型,必须先理解贝叶斯定理。贝叶斯定理实际上就是计算“条件概率”的公式。
条件概率
条件概率,是指在事件B发生的情况下,事件A发生的概率,用P(A|B)来表示。其公式为:
上式可转化为:
称为乘法公式。
全概率公式
设试验E的样本空间为S,A为E的事件,B1,B2,