李航《统计学习方法》读书笔记(1):朴素贝叶斯分类

朴素贝叶斯方法基于两个前提:(1)贝叶斯公式(2)在知道实例类的情况下,特征之间条件独立。

朴素贝叶斯分类的基本步骤:

(1)学习联合分布 


直接学习这个分布是困难的,因为随着特征维度的上升,X的条件分布可能性程指数增长。所以,朴素贝叶斯分类提出了条件独立的假设,使得联合分布大大简化


联合分布的学习可以使用极大似然估计,即训练集中不同情况的频数除以总数计算得到,这里不再赘述。

(2)利用MAP(最大后验概率)准则对新的实例进行分类


分母对于所有的c都是相同的,因此可以省去,故有


Tips:

由于使用最大似然估计计算联合分布可能会出现后验概率为0的情况,所以在计算分布是可以采用贝叶斯估计等方法进行避免。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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