贝叶斯分类器（也叫朴素贝叶斯分类器）2

朴素贝叶斯分类器

贝叶斯算法2

接上一节，邮件分类中，朴素贝叶斯分类器帮助我们完成了第11份以及第12份邮件的分类。很简单，就是在已知信息里产生这种结果的可能来预测未知的。
那么现在我们碰到这种题目呢？
预测某个人是否拖欠贷款：

Tid	有房	婚姻状况	年收入	拖欠贷款
1	是	单身	125	否
2	否	已婚	100	否
3	否	单身	70	否
3	是	已婚	120	否
5	否	离婚	95	是
6	否	已婚	60	否
7	是	离婚	220	否
8	否	单身	85	是
9	否	已婚	75K	否
10	否	单身	90K	是

有房	婚姻状况	年收入	拖欠贷款
否	已婚	120	？

根据贝叶斯算法：

p(拖欠贷款|没有房，已婚，年收入120)
=
p（没有房，已婚，年收入120，且拖欠贷款）
/p(没有房，已婚，年收入120)

p(不拖欠贷款|没有房，已婚，年收入120)
=
p（没有房，已婚，年收入120，且不拖欠贷款）
/p(没有房，已婚，年收入120)

！！！注意*我们要比较这两者大小，只需要比较右侧式子的分子对吧。
根据表中数据可知：
p（没有房，已婚，年收入120，且不拖欠贷款）
=
这四个条件同时发生的概率=

p(不拖欠贷款)·P(没有房|不能拖欠贷款)·P(已婚|不能拖欠贷款)·P(年收入|不能拖欠贷款)

P（不拖欠贷款）=7/10
P(没有房|不能拖欠贷款)=4/7
P(已婚|不能拖欠贷款)=4/7
那么P(年收入120|不拖欠贷款)=?
我在表中没有找到否，已婚，对应120的啊，因为年收入是连续值，那么你想想如何用合适的方法计算不拖欠贷款下的年收入为120的概率呢？
对于连续值概率大分布，我们最应该想到的就是正态分布对吧（就是所谓的高斯分布）

是的，正态分布是最适合来表示无拖欠贷款中年收入的分布情况的，因为我们社会人们的薪资分布是呈现正态曲线的，也就是说人们的年收入普遍不低不高，而是处于社会总体年收入的均值处。
那么现在我们就可以根据正太分布的公式来计算这个概率了。根据正态分布公式：

根据这个公式我们要求拖欠贷款（一共七个样本）的均值u，标准差seta对吧。
经过计算，均值X=（125+100+…+75）/7=110
方差seta²=（（125-100）²+(100-110)²…)/7
求得标准差seta=54.54，而对应的x=120对吧，带进去呗！
带入结果：
P(年收入120|不拖欠贷款)=0.0072
好嘞，现在这个我们也求好了！那么我们可以得出
p（没有房，已婚，年收入120，且不拖欠贷款）=0.0016
同理，求得：
p（没有房，已婚，年收入120，且拖欠贷款）=0
结论：
因为0.0016>0,所以系统选择较大的值，也就是判定该人不拖欠贷款。
总结：
朴素贝叶斯分类器可以对数据进行分类的，无论是有离散数据还是连续型数据，朴素贝叶斯都可以得出结果！
优缺点
1.面对孤立噪声点，朴素贝叶斯是健壮的！
2.面对无关属性，朴素贝叶斯分类器是健壮的！
3.相关属性会降低朴素贝叶斯分类器的性能，因为朴素贝叶斯分类器要求类条件之间是独立的。