朴素贝叶斯法:基于贝叶斯定理和与特征条件独立假设的分类方法。注:朴素贝叶斯和贝叶斯估计是不同的概念。
条件独立假设:用于分类的特征在类别确定的条件下都是条件独立的。
朴素贝叶斯法的参数估计:极大似然估计或者贝叶斯估计
朴素贝叶斯法是典型的生成学习方法。生成方法由训练数据学习联合概率分布p(x,y),然后求得后验概率分布P(y|x)。具体来说,利用训练数据学习条件概率p(x|y)和先验概率p(y)的估计,得到联合概率分布:p(x,y) = p(y)p(x|y)
朴素贝叶斯法:基于贝叶斯定理和与特征条件独立假设的分类方法。注:朴素贝叶斯和贝叶斯估计是不同的概念。
条件独立假设:用于分类的特征在类别确定的条件下都是条件独立的。
朴素贝叶斯法的参数估计:极大似然估计或者贝叶斯估计
朴素贝叶斯法是典型的生成学习方法。生成方法由训练数据学习联合概率分布p(x,y),然后求得后验概率分布P(y|x)。具体来说,利用训练数据学习条件概率p(x|y)和先验概率p(y)的估计,得到联合概率分布:p(x,y) = p(y)p(x|y)