[统计学习方法习题实战]Task04:朴素贝叶斯法

4.1-朴素贝叶斯法的学习和分类

4.1.1-基本方法

朴素是以为做了条件独立性的假设



这里概率论知识比较多

？如何区分三种语言：
方法一：三种语言都学习一遍
方法二：只看三种语言的区分部分（这个就是最后一个公式原理）

最后由于分母相同，只看分子

4.1.2-后验概率最大化

4.2-朴素贝叶斯法的参数估计

4.2.1-极大似然估计

4.2.3-贝叶斯估计

有可能出现要估计的概率为0的可能，如没有哪个样本

算法杂货铺——分类算法之朴素贝叶斯分类

作业

4.1

其中

4.2

二者为同一问题

总结：
1.朴素贝叶斯法是典型的生成学习方法。生成方法由训练数据学习联合概率分布P(X,Y)，然后求得后验概率分布P(Y|X)。

2.朴素贝叶斯法的基本假设是条件独立性,
3.朴素贝叶斯法利用贝叶斯定理与学到的联合概率模型进行分类预测.