贝叶斯分类器是一类分类算法的总称,贝叶斯定理是这类算法的核心,因此统称为贝叶斯分类。在学习贝叶斯分类之前,我们需要了解的一些预备知识。
基本概念
先验概率:反映了我们在实际观察之前对某种状态的预期
先验概率记作:P(Y=yi)或P(yi)
局限性:总是会做出同样的预测
如果先验概率是均匀的,那么效果不佳
无法利用更多的信息
后验概率:给定测量x,某个特定类别的概率:
贝叶斯公式:
因此,我们希望最大化后验概率的类别作为预测结果