ML 朴素贝叶斯算法 --分类

什么是朴素贝叶斯分类方法

        KNN算法会直接得到分类的结果,假如有ABC三个类别,数据X经过KNN直接得到A,朴素贝叶斯会得到X分别为ABC的概率值(56%, 24%, 20%)。

概率基础知识

        联合概率:包含多个条件,且条件同时成立的概率  P(A, B)

        条件概率:事件A在另一个条件事件B已经发生的条件下发生的概率 P(A|B)

        相互独立:P(A, B) = P(A) * P(B) ,则称事件A与事件B相互独立

贝叶斯公式

        P(C|W) = \frac{P(W|C) P(C)}{P(W)}

朴素贝叶斯是指,假设特征与特征之间是相互独立的

算法核心:朴素(特征相互独立)+ 贝叶斯公式

应用场景:

        文本分类(单词作为分类)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值