1.朴素贝叶斯算法介绍
(1)朴素:特征条件独立;贝叶斯:基于贝叶斯定理
(2) 应用:
朴素贝叶斯算法假设所有特征的出现相互独立互不影响,每一特征同等重要,又因为其简单,而且具有很好的可解释性一般。相对于其他精心设计的更复杂的分类算法,朴素贝叶斯分类算法是学习效率和分类效果较好的分类器之一。朴素贝叶斯算法一般应用在文本分类,垃圾邮件的分类,信用评估,钓鱼网站检测等。
2. 学习实践
2.1 学习目标
掌握朴素贝叶斯公式
结合两个实例了解朴素贝叶斯的参数估计掌握朴素贝叶斯估计
2.2 代码流程
Part 1. 莺尾花数据集–贝叶斯分类
Step1: 库函数导入
Step2: 数据导入&分析
Step3: 模型训练
Step4: 模型预测
Step5: 原理简析
Part 2. 模拟离散数据集–贝叶斯分类
Step1: 库函数导入
Step2: 数据导入&分析
Step3: 模型训练&可视化
Step4: 原理简析
机器学习笔记——朴素贝叶斯
最新推荐文章于 2021-05-06 20:45:46 发布