- 博客(1)
- 收藏
- 关注
原创 基于朴素贝叶斯分类器的西瓜数据集(实战)
朴素贝叶斯分类器其实就是计算先验概率和每一个属性的条件概率,作乘积并比较,哪个大就是哪一类的,其中对离散属性做拉普拉斯修正,连续属性用概率密度函数。因此要保存每一个属性的每一个取值在每一个分类中的条件概率,比如色泽是青绿在好瓜中的条件概率。由于属性个数很多每一个属性的取值也有很多,因此要考虑冗杂的数据如何保存,这点清楚了预测时直接乘就行。我们可以用字典数组来保存离散属性的先验概率和条件概率(或连续属性的均值和方差)。给定表1中的训练数据,编程实现贝叶斯分类器算法,并为表2中测试数据进行分类;表1:训练集编号
2022-12-08 13:34:25 6902 3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人