用机器学习基本算法分类手机数据-朴素贝叶斯篇

最新推荐文章于 2024-04-03 07:21:39 发布

一旦9912

最新推荐文章于 2024-04-03 07:21:39 发布

阅读量377

点赞数

分类专栏：机器学习 python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_44602409/article/details/109398214

版权

本文介绍了如何使用朴素贝叶斯算法对手机数据进行分类。通过理解算法思路，对预处理后的数据集进行分析，利用贝叶斯公式及特征独立假设，将连续数据离散化，计算各类别概率和条件概率，从而实现分类器的构建。

摘要由CSDN通过智能技术生成

1 算法思路

朴素贝叶斯具体思想不再阐述，重点讲述如何从已有数据训练出可靠的朴素贝叶斯分类器。

在这里插入图片描述
首先先来看一下上次预处理完的数据csv表格，表格的每行是一种手机型号的数据，每列是手机的一个属性，最后一列是标签值，只有高和低两种标签。

根据贝叶斯的公式：
在这里插入图片描述
我们的目标是分类器能够根据输入的数据 $\textbf{x}(x_1,x_2,...,x_n)$ 求出最有可能的 $C_i$

最低0.47元/天解锁文章

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
用机器学习基本算法分类手机数据-朴素贝叶斯篇

1 算法思路2 代码实现
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。