朴素贝叶斯实例

最新推荐文章于 2024-03-25 01:37:13 发布

华宇ocean

最新推荐文章于 2024-03-25 01:37:13 发布

阅读量333

点赞数 2

分类专栏：贝叶斯文章标签：机器学习概率论

本文链接：https://blog.csdn.net/qq_44969628/article/details/129134157

版权

朴素贝叶斯示例

一. 数据

ID	色泽	根蒂	敲声	纹理	脐部	触感	密度	含糖率	好瓜
1	青绿	蜷缩	浊响	清晰	凹陷	硬滑	0.697	0.460	是
2	乌黑	蜷缩	沉闷	清晰	凹陷	硬滑	0.774	0.376	是
3	乌黑	蜷缩	浊响	清晰	凹陷	硬滑	0.634	0.264	是
4	青绿	蜷缩	沉闷	清晰	凹陷	硬滑	0.608	0.318	是
5	浅白	蜷缩	浊响	清晰	凹陷	硬滑	0.556	0.215	是
6	青绿	稍蜷	浊响	清晰	稍凹	软粘	0.403	0.237	是
7	乌黑	稍蜷	浊响	稍糊	稍凹	软粘	0.481	0.149	是
8	乌黑	稍蜷	浊响	清晰	稍凹	硬滑	0.437	0.211	是
9	乌黑	稍蜷	沉闷	稍糊	稍凹	硬滑	0.666	0.091	否
10	青绿	硬挺	清脆	清晰	平坦	软粘	0.243	0.267	否
11	浅白	硬挺	清脆	模糊	平坦	硬滑	0.245	0.057	否
12	浅白	蜷缩	浊响	模糊	平坦	软粘	0.343	0.099	否
13	青绿	稍蜷	浊响	稍糊	凹陷	硬滑	0.639	0.161	否
14	浅白	稍蜷	沉闷	稍糊	凹陷	硬滑	0.657	0.198	否
15	乌黑	稍蜷	浊响	清晰	稍凹	软粘	0.360	0.370	否
16	浅白	蜷缩	浊响	模糊	平坦	硬滑	0.593	0.042	否
17	青绿	蜷缩	沉闷	稍糊	稍凹	硬滑	0.719	0.103	否
测试	青绿	蜷缩	浊响	清晰	凹陷	硬滑	0.697	0.460	？

二. 计算

2.1 计算标签(好瓜)的先验概率：

$\begin{aligned} P(好瓜=是) = \frac{8}{17} \approx 0.471 \\ P(好瓜=否) = \frac{9}{17} \approx 0.529 \end{aligned}$

2.2 计算属性的条件概率

2.2.1 离散变量

离散属性	好瓜 = 是(8个样本)	好瓜 = 否(9个样本)
青绿	3	3
蜷缩	5	3
浊响	6	4
清晰	7	2
凹陷	5	2
硬滑	6	6

$\begin{aligned} P{(青绿 \\| 是)} = P{(色泽 = 青绿 \\| 好瓜 = 是)} = \frac{3}{8} = 0.375 \\ P{(青绿 \\| 否)} = P{(色泽 = 青绿 \\| 好瓜 = 否)} = \frac{3}{9} \approx 0.333 \\ \\ P{(蜷缩 \\| 是)} = P{(根蒂 = 蜷缩 \\| 好瓜 = 是)} = \frac{5}{8} = 0.625 \\ P{(蜷缩 \\| 否)} = P{(根蒂 = 蜷缩 \\| 好瓜 = 否)} = \frac{3}{9} \approx 0.333 \\ \\ P{(浊响 \\| 是)} = P{(敲声 = 浊响 \\| 好瓜 = 是)} = \frac{6}{8} = 0.750 \\ P{(浊响 \\| 否)} = P{(敲声 = 浊响 \\| 好瓜 = 否)} = \frac{4}{9} \approx 0.444 \\ \\ P{(清晰 \\| 是)} = P{(纹理 = 清晰 \\| 好瓜 = 是)} = \frac{7}{8} = 0.975 \\ P{(清晰 \\| 否)} = P{(纹理 = 清晰 \\| 好瓜 = 否)} = \frac{2}{9} \approx 0.222 \\ \\ P{(凹陷 \\| 是)} = P{(脐部 = 凹陷 \\| 好瓜 = 是)} = \frac{5}{8} = 0.625 \\ P{(凹陷 \\| 否)} = P{(脐部 = 凹陷 \\| 好瓜 = 否)} = \frac{2}{9} \approx 0.222 \\ \\ P{(硬滑 \\| 是)} = P{(触感 = 硬滑 \\| 好瓜 = 是)} = \frac{6}{8} = 0.750 \\ P{(硬滑 \\| 否)} = P{(触感 = 硬滑 \\| 好瓜 = 否)} = \frac{6}{9} \approx 0.667 \\ \end{aligned}$