今天谈一谈朴素贝叶斯分类,我这篇文章加上了机器学习的标签,因为朴素贝叶斯分类和KNN分类不一样,它有一个训练的过程,虽然只是简单的计算概率,相比其它机器学习算法来说比较low,但确实是学习了一些东西。而且我个人认为人类认知世界其实靠的就是概率。下面是烂到家的导图一张
先说说贝叶斯定理吧。
P(h|D)= P(D|h)P(h) / P(D)
其中P(h|D)表示在知道D发生的情况下h发生的概率。
我们把X看作分类中的特征集,yi代表第i个分类,xj代表第j个特征
今天谈一谈朴素贝叶斯分类,我这篇文章加上了机器学习的标签,因为朴素贝叶斯分类和KNN分类不一样,它有一个训练的过程,虽然只是简单的计算概率,相比其它机器学习算法来说比较low,但确实是学习了一些东西。而且我个人认为人类认知世界其实靠的就是概率。下面是烂到家的导图一张
先说说贝叶斯定理吧。
P(h|D)= P(D|h)P(h) / P(D)
其中P(h|D)表示在知道D发生的情况下h发生的概率。
我们把X看作分类中的特征集,yi代表第i个分类,xj代表第j个特征