一.相关公式
先验概率P(A):在不考虑任何条件下,根据经验或样本统计给出的事件发生的概率.
条件概率P(B|A):A事件发生的条件下,事件B发生的概率.
后验概率P(A|B):事件B发生后,对事件A的概率的重新评估.
Bayes公式: 贝叶斯公式是由条件概率和全概率公式组成.
二.贝叶斯算法
1. 朴素贝叶斯的特征条件独立性假设
朴素贝叶斯认为,特征之间是相互独立的,这也是'朴素'的原因.
先验概率P(A):在不考虑任何条件下,根据经验或样本统计给出的事件发生的概率.
条件概率P(B|A):A事件发生的条件下,事件B发生的概率.
后验概率P(A|B):事件B发生后,对事件A的概率的重新评估.
Bayes公式: 贝叶斯公式是由条件概率和全概率公式组成.
朴素贝叶斯认为,特征之间是相互独立的,这也是'朴素'的原因.