机器学习19 朴素贝叶斯算法NB 概念

于 2022-09-09 22:44:35 发布
阅读量322 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习 算法 人工智能
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/dd112474/article/details/126789880
版权

文章目录

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：
在这里插入图片描述

2，全概率：
在这里插入图片描述
在这里插入图片描述
3，案例
在这里插入图片描述
就是要求两个概率，作比较看谁大：

在这里插入图片描述
公式：
在这里插入图片描述
在这里插入图片描述
其实只用求两个数据：
在这里插入图片描述在这里插入图片描述

在这里插入图片描述

B站自制视频讲解

B站视频：朴素贝叶斯计算题

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

在这里插入图片描述
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

dd112474
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
朴素贝叶斯（NB）
qq_43893567的博客
03-18 373
生成模型：是一种条件概率。常见的有隐马尔科夫模型，朴素贝叶斯， 判别模型：SVM，逻辑回归，条件概率 伯努利分布：只有0-1两种情况，例如抛硬币事件。伯努利试验是只有两种可能结果的单次随机试验 二项分布：n重伯努利试验成功次数的离散概率分布，伯努利分布是二项分布在n=1时的特例。二项分布名称的由来，是由于其概率质量函数中使用了二项系数 多项分布：二项式分布的推广。如果现在还是做n次试验，只不过每次...
机器学习——NB算法（包括符号型与数值型两种）
weixin_43763325的博客
07-24 639
4.符号型NB算法使用的是mushroom.arff数据集，数值型NB算法使用的是iris.arff数据集。3.为防止0概率冲突事件需要对数据进行平滑处理。NB算法(包括符号型与数值型,结合Java程序分析)中学习代码的基础公式。......
机器学习算法之NB（朴素贝叶斯）算法
tttaeyang的博客
08-27 1775
朴素贝叶斯 概述
机器学习（三）：朴素贝叶斯（NB）
吉大秦少游
07-09 317
机器学习（三）：朴素贝叶斯（NB）
分类算法-朴素贝叶斯NB
ForgetThatNight的博客
05-20 428
分类技术概述• 最常见的机器学习任务• 定义：给定一个对象X，将其划分到预定义好的某一个类别Yi中    – 输入：X    – 输出：Y（取值于有限集合{y1,y2,……,yn}）• 应用:    – 人群，新闻分类，query分类，商品分类，网页分类，垃圾邮件过滤，网页排序不同类型的分类• 类别数量    – 二值分类        • Y的取值只有两种，如：email是否垃圾邮件    – ...
PHP实现机器学习之朴素贝叶斯算法详解
12-19
本文实例讲述了PHP实现机器学习之朴素贝叶斯算法。分享给大家供大家参考，具体如下： 机器学习已经在我们的生活中变得随处可见了。比如从你在家的时候温控器开始工作到智能汽车以及我们口袋中的智能手机。机器学习看...
基于朴素贝叶斯机器学习算法实现情感文本分析与分类
10-06
#清磁盘啦~，CSDN“网盘”真好用，感谢CSDN~ 机器学习，基于朴素贝叶斯机器学习算法实现对情感文本分析与分类（含数据集），sgns.weibo.bigram-char，使用gensim加载预训练中文分词
机器学习之朴素贝叶斯算法-----python实现垃圾邮件分类
07-12
简单的朴素贝叶斯垃圾邮件分类算法（python实现），另外上传的有垃圾邮件训练数据集，供大家下载。
python 机器学习-朴素贝叶斯算法实现
03-18
python 机器学习-朴素贝叶斯算法实现
朴素贝叶斯法（Naive Bayes，NB）（结合例子推公式，通俗易懂）
weixin_46838605的博客
02-16 3882
朴素贝叶斯是一种概率模型，同时也是参数化模型，经常用于监督学习的分类应用中，例如垃圾邮件分类。对于训练集，首先学习输入输出的联合概率分布模型，然后基于此模型，对给出的输入x，利用贝叶斯定理求出后验概率最大的输出y。 先来看看最终的公式： y=argmaxP(Y=ck)∏jP(X(j)=x(j)∣Y=ck) y = argmaxP(Y=c_k)\prod_{j}P(X^{(j)}=x^{(j)}|Y=c_k) y=argmaxP(Y=ck​)j∏...
朴素贝叶斯法（Naive Bayes，NB）
Michael是个半路程序员
01-18 1486
@[toc] ## 1. 朴素贝叶斯法的学习与分类 ### 1.1 基本方法 - 输入空间 $\chi \subseteq R^n$ , n维向量的集合 - 输出空间：类标记集合 $Y'=\{c_1,c_2,...c_k\}$ - 输入：特征向量 $x \in \chi$ - 输出：类标记 $y \in Y'$ - $X$ 是空间 $\chi$ 上的随机向量 - $Y$ 是输出空间 $Y'$ 上的随机变量 - 训练数据集 $T=\{(x_1,y_1),(x_2,y_2),...(x_N,y_N)\}$ 由
NB朴素贝叶斯理论推导与三种常见模型
江州司马
06-01 8753
转自：http://www.tuicool.com/articles/zEJzIbR 朴素贝叶斯（Naive Bayes）是一种简单的分类算法，它的经典应用案例为人所熟知：文本分类（如垃圾邮件过滤）。很多教材都从这些案例出发，本文就不重复这些内容了，而把重点放在理论推导（其实很浅显，别被“理论”吓到），三种常用模型及其编码实现（Python）。 如果你对理论推导过程不感兴趣，可以直接逃到三种常...
带你彻彻底底搞懂朴素贝叶斯公式
kyle1314608的博客
02-20 692
...
朴素贝叶斯案例解析
AI World
09-24 9219
文章目录什么是贝叶斯贝叶斯算例 什么是贝叶斯 贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1761 ) 发展，用来描述两个条件概率之间的关系，如下： P(A∣B)=P(B∣A)P(A)P(B)P(A|B) = \frac{P(B|A)P(A)}{P(B)}P(A∣B)=P(B)P(B∣A)P(A)​ P(A)：事件A发生的概率 P(B)：事件B发生的概率 P(A|B)：事件B发生的条件下（B已经发生），事件A发生的概率 P(B|A)：事件A发生的条件下（A已经发生），事件B发生的概
通俗简单讲解贝叶斯原理，并python实现贝叶斯分类代码
07-22 2863
1. 前言 贝叶斯原理相信大家都非常熟悉了，但是一般情况下，我们的数学水平不怎么地，学生的数学基础也不怎么地，所以要想给学生简单明了的讲明白，还不是一件容易的事情。 为此，在备课（为河南中医药大学python程序设计）时候，做了充分的准备，争取用通俗易懂的方法尽量的少用公式，给大家讲明白贝叶斯原理的过程，并编程使用贝叶斯算法进行分类。 2. 目标 ...
朴素贝叶斯分类器
weixin_42232024的博客
11-12 813
目录 1 贝叶斯决策论 1.1 后验概率 1.2 贝叶斯定理 2. 朴素贝叶斯分类算法详解 3.例题分析 4. 朴素贝叶斯分类的优缺点   1 贝叶斯决策论 贝叶斯决策论（Bayesian decision theory）是概率框架下实施决策的基本方法。对分类任务来说，在所有相关概率都已知的理想情况下，贝叶斯决策轮考虑如何基于这些概率和误判损失来选择最优的类别标记。 1.1 后验概率...
机器学习(7): 朴素贝叶斯算法 小结及实验
热门推荐
TechArtisan6的博客
07-22 1万+
文章目录1 朴素贝叶斯简介2 条件概率与全概率公式3 贝叶斯推断4 引例5 朴素贝叶斯算法分类(1) GaussianNB(2) MultinomialNB(3) BernoulliNB6 朴素贝叶斯算法优缺点7 实验参考资料 1 朴素贝叶斯简介 贝叶斯分类算法是统计学的一种概率分类方法，朴素贝叶斯(Naive Bayesian)分类是贝叶斯分类中最简单的一种。其分类原理就是利用贝叶斯公式根据...
朴素贝叶斯（NB）分类算法
qq_33365747的博客
07-30 2734
1.分类任务描述 分类任务是机器学习中最常见的任务。给定一个对象X，将X划分到预定好的某一类别y中。其中Y代表所有类别的一个有限集合，如新闻类别：{军事新闻，科技新闻，生活新闻}。y代表分类集合中的某一类别，如军事新闻。X代表待分类的对象，x代表该对象的特征，如X代表一篇待分类的文章则x就代表该文章中的单词。目标：输入X，输出y 2.贝叶斯定理 推导过程：           已知条件概率...
图解机器学习 | 朴素贝叶斯算法详解
最新发布
07-27
朴素贝叶斯算法是一种基于贝叶斯定理的分类算法，它假设特征之间相互独立。这个假设使得算法具有较快的训练和预测速度，并且在处理大规模数据集时表现良好。 下面我将用图解的方式详细介绍朴素贝叶斯算法的原理和...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值