朴素贝叶斯
朴素贝叶斯的一般过程:
收集数据:可以使用任何方法。本章使用RSS源。
准备数据:需要数值型或者布尔型数据。
分析数据:有大量特征时,绘制特征作用不大,此时使用直方图效果更好。
训练算法:计算不同的独立特征的条件概率。
测试算法:计算错误率。
使用算法:一个常见的朴素贝叶斯应用是文档分类。可以在任意的分类场景中使用朴素贝叶斯分类器,不一定非要是文本。
贝叶斯决策理论的核心思想:
选择概率最高的决策
贝叶斯公式和全概率公式:
已知条件求结果;已知结果求条件
朴素贝叶斯
朴素贝叶斯的一般过程:
收集数据:可以使用任何方法。本章使用RSS源。
准备数据:需要数值型或者布尔型数据。
分析数据:有大量特征时,绘制特征作用不大,此时使用直方图效果更好。
训练算法:计算不同的独立特征的条件概率。
测试算法:计算错误率。
使用算法:一个常见的朴素贝叶斯应用是文档分类。可以在任意的分类场景中使用朴素贝叶斯分类器,不一定非要是文本。
贝叶斯决策理论的核心思想:
选择概率最高的决策
贝叶斯公式和全概率公式:
已知条件求结果;已知结果求条件