一贝叶斯公式
公式很好理解,当我们相求已知状态X下打上ý标签的概率的时候,可以将问题分以下三个问题
1,求标签ÿ下X状态的概率
2,求标签ÿ的概率
3,求X状态的概率
以上三个问题可以简单的统计已知样本就可以获取得到,这个工作是可以大规模并行处理的。
我们再数学一点的解释一下,当我们想求的后验概率的时候-P(Y | X),可以先获取它的先验概率P(Y),再通过已有样本计算出调整因子将先验概率调整一下,就可以获得后验概率了。其实分母P(X)还可以用全概率公式拆开,全概率公式我不写了,但是原理我可以画给大家,圆的面积= 1 + 2 + 3,1,2,3的面积又等于圆和红黄绿的交集。
盗个图举个例子
二朴素贝叶斯
一)条件独立假设
这就是条件独立假设,我举一个情感分析的例子,现在要分析“今天天气真好空气闻起来都是甜的”这句话的情感,当然文本分析第一步切词,然后分析情感