统计学习方法学习笔记 第四章 朴素贝叶斯

      朴素贝叶斯是基于贝叶斯定理特征条件独立假设的分类方法。

具体方法:

      对于给定的训练数据集,首先基于特征条件独立假设学习的输入输出的联合概率分布,然后基于此模型,对给定的输入x,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

4.1.2 后验概率最大化的含义

4.2 朴素贝叶斯法的参数估计

4.2.1 极大似然估计法

 

4.2.2 学习与分类算法

 

4.2.3 贝叶斯估计

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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