相关视频:
朴素贝叶斯分类器 (Naive Bayes Classifier)
第四章 朴素贝叶斯法
朴素贝叶斯(naive Bayes)法:基于贝叶斯定理与特征条件独立假设的分类方法
假设:特征条件独立
学习:输入/输出的联合概率分布
输入:x
输出:利用贝叶斯定理求出后验概率最大的输出y
4.1 朴素贝叶斯法的学习与分类
4.1.1 基本方法
朴素贝叶斯法:生成模型
条件独立假设使朴素贝叶斯法变得简单,但有时会牺牲一定的分类准确率。
4.1.2 后验概率最大化的含义
略
4.2 朴素贝叶斯法的参数估计
4.2.1 极大似然估计
4.2.2 学习与分类算法
例4.1
4.2.3 贝叶斯估计
例4.2