朴素贝叶斯法基于贝叶斯定理与特征条件独立假设的分类方法。
朴素贝叶斯法对条件概率分布做了条件独立的假设。由于这是一个较强的假设,由此获得朴素贝叶斯的名字(对于多重线性相关的特征,朴素贝叶斯法效果会很差)。
朴素贝叶斯实际上学习到生成数据的机制,所以属于生成模型。
期望风险最小化准则就能得到后验概率最大化准则:
f(x)=argmax P(y=k|X=x);
这就是贝叶斯法有效的原理。
用极大似然估计可能会出现要估计的概率为0的情况,为了解决这个问题,通常采用贝叶斯估计。
朴素贝叶斯法
最新推荐文章于 2022-10-21 11:35:27 发布