公式参见《统计学习方法》 分母都一样,不具备区分能力,省略后因为特性独立,可以进行朴素贝叶斯公式。
因为 公式为p(Y = ck)*p(x1|y = ck)*p(x2|y = ck).....
当特性多的时候p(Y = ck)只是前面一项,不具备主导能力,所以不用在意Y,ck分类在全部集合中的比例。
朴素贝叶斯 就是求测试数据在数据集中的匹配度
概率大的匹配度大
当特性的概率为0是,也就是ck分类中不含有该特性,进行贝叶斯估计P51
因为 公式为p(Y = ck)*p(x1|y = ck)*p(x2|y = ck).....
当特性多的时候p(Y = ck)只是前面一项,不具备主导能力,所以不用在意Y,ck分类在全部集合中的比例。
朴素贝叶斯 就是求测试数据在数据集中的匹配度
概率大的匹配度大
当特性的概率为0是,也就是ck分类中不含有该特性,进行贝叶斯估计P51