- 博客(1)
- 收藏
- 关注
原创 机器学习之朴素贝叶斯模型及代码示例
一、朴素贝叶斯的推导朴素贝叶斯学习(naive Bayes)是一种有监督的学习,训练时不仅要提供训练样本的特征向量X,而且还需提供训练样本的实际标记Y,是一种基于贝叶斯定理和特征条件独立假设的分类方法。1. 贝叶斯定理:贝叶斯定理: 。对于分类问题,其中 可看作 在样本的特征为X的条件下,样本的类别为Y的条件概率,这正是分类问题中我们想求的;而右边中的 可看作 训练集中样本类别为Y的概率 , 可
2017-04-06 15:07:22 13275
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人