每天5分钟快速玩转机器学习：贝叶斯算法的局限性

本文重点

贝叶斯算法的应用很广泛，其中最经典的应用就是垃圾邮件的分类，本节课程通过垃圾邮件的例子来看一下贝叶斯算法存在的一些问题，我们应该如何解决它？

垃圾邮件分类

给定一封电子邮件，我们如何判断这封电子邮件是垃圾邮件还是正常邮件，这是机器学习中的二分类问题。如果我们选择使用朴素贝叶斯分类器，那目标就是判断P(“垃圾邮件”|“具有某特征”)是否是否大于1/2（因为是二分类的问题）。

假如现在我们拥有垃圾邮件5000封，正常邮件5000封，现在有一封邮件为：

恭喜！您的条件已达标，特通知您获得申请金卡资格

那么我们如何判断这封邮件是垃圾邮件，我们只需要计算下面的概率

P(“垃圾邮件”|“恭喜！您的条件已达标，特通知您获得申请金卡资格”)

它等于：

 

但是这样算有一个问题，因为完完整整拥有这句话的邮件太少了