一、朴素贝叶斯法的学习&分类
1)定义:是基于贝叶斯定理与特征条件独立假设的分类方法 。
朴素贝叶斯并不朴素,“朴素”指强假设(变量间相互独立)。
贝叶斯思维:主观判断(先验概率)→添加新信息(调整因子)→最终结论(后验概率)。
朴素贝叶斯法≠贝叶斯估计
2)方法:通过训练数据集学习联合概率分布(先验概率分布+条件概率分布) 。
3)朴素贝叶斯法实际上学习到生成数据的机制,属于生成模型。
4)公式推导
二、朴素贝叶斯的参数估计
1)先验概率P(Y=ck)的极大似然估计:
2)条件概率P(X(j)=ajl|Y=ck)的极大似然估计: