关于贝叶斯和朴素贝叶斯的区别产生了疑问,所以在网上搜索了几篇博客,阅读理解之后这里做下总结。
1.要用到的基本数学知识:
(1) 贝叶斯公式:
实际上,这个公式是由联合概率公式推导而出:
(2)全概率公式:
(3)条件独立:
可解释为:当A发生时,A1发生与否与A2发生与否是无关的。
2.朴素贝叶斯模型介绍:
贝叶斯公式+特征条件独立假设=朴素贝叶斯。上面的基础知识已经介绍完了,那么条件独立假设到底应用在什么地方了呢?我们需要把贝叶斯公式进一步推导拓展:
由于我们需要比较的是P(yi|x),分母取值是相等的,只需比较分子的大小,所以分母也可以不用展开推导。
3.朴素贝叶斯优缺点:
朴素贝叶斯主要优点:
1) 朴素贝叶斯模型发源于古典数学理论,有稳定的分类效率。
2)对小规模的数据表现很好,能处理多分类任务,适合增量式训练,尤其是数据量超出内存时,我们可以一批一批地增量训练。
3)对缺失数据不太敏感,算法也比较简单,常用于文本分类。
朴素贝叶斯主要缺点:
1)朴素贝叶斯模型假设属性之间相互独立,这个假设在实际应用中往往是不成立的,在属性个数比较多或者属性之间相关性较大时,分类效果不好。而属性相关性较小时,朴素贝叶斯性能最为良好。
2)需要知道先验概率,且先验概率很多时候取决于假设,假设的模型可以有很多种,因此在某些时候会由于假设的先验模型的原因导致预测效果不佳。
3)由于我们是通过先验和数据来决定后验的概率从而决定分类,所以分类决策存在一定的错误率。
4)对输入数据的表达形式很敏感。