朴素贝叶斯分类器及西瓜判定实例

 

        朴素贝叶斯分类器是一系列以假设特征之间强（朴素）独立下运用贝叶斯定理为基础的简单概率分类器。下面我们通过西瓜判定的实例，阐述利用贝叶斯算法进行简单模式识别分类的过程。

       鉴于概率论与数理统计基础，我们直接引入贝叶斯公式：

P(B|A)=P(B)P(A|B)/P(A)

       现在来假设场景，炎炎夏日购买西瓜解暑，市场上的西瓜从品相来看各有优点，通过西瓜特征来进行判别西瓜好坏，我们首先进行数据采集和特征分类，统计数据如下：

 

下面举例说明条件风险公式：

假设样本有五类，把样本j划分为2类时的条件风险如何计算？

通过公式带入，得到式子：公式中h(x)意为判定准则，因为能力难题也没有搜集到较好的资料论述，此概念略过不提。