朴素贝叶斯法基于贝叶斯定理和条件独立假设,是一种生成判别的方法,因为是生成概率分布模型,它的效率很高很快,且可适用小样本问题和样本不平衡问题。
4.1 朴素贝叶斯法的学习与分类
已知类集合为,对于一个输入的特征向量,我们的预测问题通常可以表示为求
即求当输入向量时,分类结果y的概率最大的那一类。那么怎样求呢?
我们考虑用贝叶斯定理
那么问题就转化为求
和
朴素贝叶斯法基于贝叶斯定理和条件独立假设,是一种生成判别的方法,因为是生成概率分布模型,它的效率很高很快,且可适用小样本问题和样本不平衡问题。
已知类集合为,对于一个输入的特征向量,我们的预测问题通常可以表示为求
即求当输入向量时,分类结果y的概率最大的那一类。那么怎样求呢?
我们考虑用贝叶斯定理
那么问题就转化为求
和