机器学习算法-朴素贝叶斯(一):朴素贝叶斯简介和鸢尾花分类实战(代码附详细注释)
机器学习算法-朴素贝叶斯(二):模拟离散数据集–贝叶斯分类(代码附详细注释)
接上篇文章
step 1:结果分析,详解alpha=1的含义
alpha=1这个参数表示什么?
我们知道贝叶斯法一定要计算两个概率:条件概率: 𝑃(𝑋(𝑖)=𝑥(𝑖)|𝑌=𝑐𝑘) 和类目 𝑐𝑘 的先验概率: 𝑃(𝑌=𝑐𝑘) 。
对于离散特征:
我们可以看出就是对每一个变量的多加了一个频数alpha。当alphaλ=0时,就是极大似然估计。通常取值alpha=1,这就是拉普拉斯平滑