贝叶斯公式:
P(A,B)=P(A|B)⋅P(B)=P(B|A)⋅P(A)(1.1)
P(A|B)=P(B|A)⋅P(A)P(B)(1.2)
P(B)=P(A,B)+P(AC,B)=P(B|A)P(A)+P(B|AC)P(AC)(1.3)
其中AC为A的补集
假设Ai是事件集合里的部分集合,对于任意的Ai,贝叶斯定理可用下式表示 :
P(Ai|B)=P(B|Ai)⋅P(Ai)∑jP(B|Aj)P(Aj)(1.4)
朴素贝叶斯:
朴素贝叶斯法对条件概率分布做了条件独立性假设,即分类的特征在类确定的条件下都是条件独立的。
P(X=x|Y=ck)=P(X1=x1,...,Xn=xn|Y=ck)=∏j=1nP(Xj=xj|Y=ck)(2.1)
P(Y=ck|X=x)=P(X=x|Y=ck)P(Y=ck)P(X=x)=P(X=x|Y=ck)P(Y=ck)∑kP(X=x|Y=ck)P(Y=ck)(2.2)
P(Y=ck|X=x)=P(Y=ck)∏nj=1P(Xj=xj|Y=ck)∑kP(Y=ck)∏nj=1P(Xj=xj|Y=ck)(2.3)
y=argmaxckP(Y=ck)∏j=1nP(xj|Y=ck)(2.4)