条件概率,全概率
条件概率和全概率 是贝叶斯基础
贝叶斯是 朴素贝叶斯 的基础
1,条件概率:
P(A|B)表示在B条件下,A发生的概率 (从后往前)
举例:
2,全概率:
3,案例
就是要求两个概率,作比较看谁大:
公式:
其实只用求两个数据:
B站自制视频讲解
应用场景
文本分类
情感判断
多分类实施预测
推荐系统
y的特征
朴素贝叶斯是 分类监督算法
y必须是离散类型
朴素贝叶斯算法原理
最终目的是比较P(嫁)
和P(不嫁)
的大小,分母是一样的,所以其实只需要比较分子大小就ok
有一个样本是否均衡的参数,为True时,后面乘以的P(嫁)和P(不嫁)也就不用算了,样本不均衡就调为False
不知道样本均不均衡,就不管这个参数,让电脑自己判断就可以了