周志华《机器学习》Ch7. 贝叶斯分类器：朴素贝叶斯分类器的python实现

最新推荐文章于 2024-01-05 18:39:14 发布

da_kao_la

最新推荐文章于 2024-01-05 18:39:14 发布

阅读量1.8k

点赞数 1

分类专栏： Python Machine Learning 周志华《机器学习》读书笔记文章标签：西瓜书机器学习 python 朴素贝叶斯

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/da_kao_la/article/details/82144853

版权

理论

记为类标， $\mathbf{x}$ 为输入，由贝叶斯公式， $P(c|\mathbf{x}) = \frac{P(c)P(\mathbf{x}|c)}{P(\mathbf{x})}$ . 朴素贝叶斯分类器假设每个属性相互独立， $P(\mathbf{x}|c) = \prod\limits_{i=1}^dP(x_i|c)$ . 对于所有类别来说， $P(\mathbf{x})$ 相同，因此朴素贝叶斯分类器对 $\mathbf{x}$ 的类标判别 $c_\mathbf{x}=\arg \max\limits_{c\in{Y}}P(c)\prod\limits_{i=1}^dP(x_i|c)$ .

令 D_c 表示训练集

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。