哈工大 机器学习 复习(四)

贝叶斯分类器,条件独立性和朴素贝叶斯

答疑问题一:我们需要估计多少个参数?这些参数的个数与什么有关?可以使用贝叶斯定理减少参数的个数吗?

朴素贝叶斯

朴素贝叶斯假设P(X_{1}...X_{n}|Y)=\prod _{i}P(X_{i}|Y),也就是说,对于所有i≠j,给定Y,X_{i}X_{j}是条件独立的。

条件独立性

(\forall i,j,k)P(X=x_{i}|Y=y_{j},Z=z_{k})=P(X=x_{i}|Z=z_{k})

朴素贝叶斯使用这样的假设:给定Y,X_{i}是条件独立的。   有了这个假设,P(X_{1},X_{2}|Y)=P(X_{1}|X_{2},Y)P(X_{2}|Y)=P(X_{1}|Y)P(X_{2}|Y)

描述P(X_{1}...X_{n}|Y)

  • 0
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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