朴素贝叶斯是一种机器学习算法,它假设所有的特征是独立的。给定一个样本,求其所拥有的特征,对于各类别上概率的最大值。在这个求解过程中,运用到了条件概率的知识。
在推导过程中,可以证明分母是常数,最大化条件概率的分子,也等价于最大化后验概率。所谓后验概率,就是知果寻因。
朴素贝叶斯的训练过程不是显式的,是无法明显地观察到的。
朴素贝叶斯的理解
最新推荐文章于 2023-06-01 21:39:16 发布
朴素贝叶斯是一种机器学习算法,它假设所有的特征是独立的。给定一个样本,求其所拥有的特征,对于各类别上概率的最大值。在这个求解过程中,运用到了条件概率的知识。
在推导过程中,可以证明分母是常数,最大化条件概率的分子,也等价于最大化后验概率。所谓后验概率,就是知果寻因。
朴素贝叶斯的训练过程不是显式的,是无法明显地观察到的。