文章目录
第四章 朴素贝叶斯法
朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。
4.1 朴素贝叶斯法的学习与分类
4.1.1 基本方法
因为条件之间可能含有某种关联,比如雨天对应的温度可能会低,将其视为独立后,可以把某一个维度拿出来进行计算。
朴素贝叶斯法实际上学习到的是生成数据的机制,属于生成模型。
条件独立性假设使朴素贝叶斯法变得简单,但是会牺牲一定的分类准确性。
因为分母中所有ck都相同,所以可化简为下式
4.1.2 后验概率最大化的含义
后验概率最大化=经验风险最小化