朴素贝叶斯

目录

 

贝叶斯初识：

基本方法：

贝叶斯估计优缺点

QA:

---

贝叶斯初识：

一种基于贝叶斯定理和特征条件独立假设的分类方法

步骤：

基于特征条件独立假设学习 输入/输出 联合分布

基于此模型 对于给定输入x，利用贝叶斯原理求出后验概率最大的输出y

关键——两个假设：

（1）特征条件独立假设

（2）特征同等重要假设

基本方法：

 

贝叶斯估计优缺点

优点：

逻辑简单，容易实现

分类时空开销少

缺点

朴素贝叶斯的属性相互独立假设在实际应用中往往不成立，在属性较多或属性间相关性较强的时候分类效果不好

 

QA:

朴素贝叶斯朴素在哪里呢？ —— 两个假设：

• 一个特征出现的概率与其他特征（条件）独立；
• 每个特征同等重要。