喔哟哟哟哟

决策树

更好的阅读体验，点我移步到我的个人博客朴素贝叶斯贝叶斯定理设\( X \)是代表一条数据，由\( n \)个属性构成；\( H \)为某种假设，如数据\( X \)属于某个特定的类\( C \)。\( P(H|X)\) 是在已知\( X \)的几个属性下，\( X \)属于某个类\( C \)的概率。贝叶斯定理如下： P(H|X)=P(X|H)P(H)P(X) P(H|X) = \frac{P(

先验知识　　我们首先将数据的类别统一分为两类：正类和负类。例如：一个数据集中的数据一共有3类，小学生、中学生、高中生。我们的目标是预测小学生，那么标记为小学生的数据就是正类，标记为其他类型的数据都是负类。　　数据有两种状态：测试集数据和预测结果数据。　　对一批测试数据进行预测，结果可以分成四种。TP(True Positive): 原本是正类，预测结果为正类。(正确预测为正类)...