1朴素贝叶斯法是什么?
答:朴素贝叶斯法是一种用于判别数据类别的方法。
2朴素贝叶斯法有什么用?
答:使用朴素贝叶斯法可以计算测试数据的所有可能类别的概率,选择概率最高的值所对应的类别。
3朴素贝叶斯法为什么有用?
答:因为理论上事件发生的概率越大,则越有可能发生。
有意思的点
(1)随机变量各取值的频数上赋予了一个正数,这样做可以起到平滑的作用;
(2)特征条件独立假设,p(x1,x2,x3|y=1)=p(x1|y=1)p(x2|y=1)p(x3|y=1),这个假设的意思是变量之间相互独立,没有联系,但是这仅仅只是一种假设;
(3)判别方法是计算那个种类的概率最大,p(测试数据X|y=1),p (测试数据X|y=2),p(测试数据X|y=3),看哪个数值yj大,X就属于哪一类j。
问题:
我觉得p(y=j|X)这样计算类别更有说服力,更科学,但是事实上则没法计算。