朴素贝叶斯法(与贝叶斯估计是不同的概念)是基于 贝叶斯定理与 特征条件独立假设的分类方法。
给定训练数据集:
- 基于特征独立假设学习输入输出的联合概率分布;
- 基于此模型,对给定输入 x x x,利用贝叶斯定理求出后验概率最大的输出 y y y。
朴素贝叶斯法的学习与分类
基本方法
数据定义
设输入空间 X ⊆ R \mathbb{X}\subseteq R X⊆R为 n n n维向量的集合,输出空间为类标记集合 Y = { c 1 , c 2 , . . . , c K } \mathbb{Y}=\{c_1,c_2,...,c_K\} Y={c1,c2,...,cK}。输入为特征向量 x ∈ X x\in\mathbb{X} x∈X,输出为类标记 y ∈ Y y\in\mathbb{Y} y∈Y。 X X X是定义在输入空间 X \mathbb{X} X上的随机变量, Y Y Y是定义在输出空间 Y \mathbb{Y} Y上的随机变量。 P ( X , Y ) P(X,Y) P(X,Y)是 X , Y X,Y X,Y的联合概率分布。
训练数据集 T T T,由 P ( X , Y ) P(X,Y) P(X,Y)独立同分布产生。
学习联合概率分布
- 首先学习先验概率分布: P ( Y = c k ) , k = 1 , 2 , . . . , K P(Y=c_k),k=1,2,...,K P(Y=ck),k=1,2,...,K
- 接着学习条件概率分布: P ( X = x ∣ Y = c k ) = P ( X ( 1 ) = x ( 1 ) , X ( 2 ) = x ( 2 ) , . . . , X ( n ) = x ( n ) ∣ Y = c k ) P(X=x|Y=c_k)=P(X^{(1)}=x^{(1)},X^{(2)}=x^{(2)},...,X^{(n)}=x^{(n)}|Y=c_k) P(X=x∣Y=ck)=P(X(1)=x(1),X(2)=x(2),...,X(n)=x(n)∣Y=ck)
如何求出条件概率分布?
根据我在概率论的所学,参数估计的方法有矩估计和极大似然估计。
朴素贝叶斯法对条件概率分布做了条件独立性假设。这是一个比较强的假设。具体而言,条件独立性假设是: P ( X = x ∣ Y = c k ) = ∏ j = 1 n P ( X ( j ) = x ( j ) ∣ Y = c k ) P(X=x|Y=c_k)=\prod_{j=1}^nP(X^{(j)}=x^{(j)}|Y=c_k) P(X=x∣Y=ck)=j=1∏nP(X(j)=x(j)∣Y=ck)
朴素贝叶斯实际上是学习到生成数据的机制,属于生成模型。
条件独立假设等于是说:用于分类的特征在类确定的条件下都是条件独立的。
如何分类?
朴素贝叶斯分类时,对给定的输入 x x x,通过学习到的模型计算后验概率分布 P ( Y = c k ∣ X = x ) P(Y=c_k|X=x) P(Y=ck∣X=x),将后验概率最大的类作为 x x x的类输出。
后验概率的计算公式为朴素贝叶斯定理: P ( Y = c k ∣ X = x ) = P ( X = x ∣ Y = c k ) P ( Y = c k ) ∑ k P ( X = x ∣ Y = c k ) P ( Y = c k ) P(Y=c_k|X=x)=\frac{P(X=x|Y=c_k)P(Y=c_k)}{\sum_kP(X=x|Y=c_k)P(Y=c_k)} P(Y=ck∣X=x)=∑kP(X=x∣Y=ck)P(Y=ck)P(X=x∣Y=ck)P(Y=ck)
于是朴素贝叶斯的分类器可以表示为 y = arg max c k P ( Y = c k ∣ X = x ) y=\argmax_{c_k}P(Y=c_k|X=x) y=ckargmaxP(Y=ck∣X=x)
后验概率最大化的含义
换句话说,
f
(
X
)
f(X)
f(X)给出了一个分类,凡是和
y
y
y不一样的
c
k
c_k
ck,通通都算了一遍它的条件概率的和,然后我们希望这个和要小,所以希望
y
y
y的结果是条件概率最大的
y
y
y,这样就把最大的损失给择出去了。
朴素贝叶斯的参数估计法
极大似然估计
极大似然估计的思想就是要让我观测到的,一定是概率大的。于是演变为了求频率的样子。
先验概率 P ( Y = c k ) P(Y=c_k) P(Y=ck)的极大似然估计是 P ( Y = c k ) = ∑ i = 1 N I ( y i = c k ) N P(Y=c_k)=\frac{\sum_{i=1}^NI(y_i=c_k)}{N} P(Y=ck)=N∑i=1NI(yi=ck)
设第 j j j个特征 x ( j ) x^{(j)} x(j)可能取值集合为 { a j 1 , a j 2 , . . . a j S j } \{a_{j1},a_{j2},...a_{jS_j}\} {aj1,aj2,...ajSj},则条件概率的极大似然估计是(注意,这里算的是特征的条件概率) P ( X ( j ) = a j l ∣ Y = c k ) = ∑ i = 1 N I ( x i ( j ) = a j l , y i = c k ) ∑ i = 1 N I ( y i = c k ) P(X^{(j)}=a_{jl}|Y=c_k)=\frac{\sum_{i=1}^NI(x_i^{(j)}=a_{jl},y_i=c_k)}{\sum_{i=1}^NI(y_i=c_k)} P(X(j)=ajl∣Y=ck)=∑i=1NI(yi=ck)∑i=1NI(xi(j)=ajl,yi=ck)
学习分类算法
算法4.1(朴素贝叶斯算法)
- 计算先验概率及条件概率;
- 对于给定实例,逐类别计算贝叶斯公式的分母;
- 确定最大概率的类别。
贝叶斯估计
用极大似然法估计可能会出现所要估计的概率值为0的情况,这会影响后验概率的计算结果。
条件概率的贝叶斯估计为 P λ ( X ( j ) = a j l ∣ Y = c k ) = ∑ i = 1 N I ( x i ( j ) = a j l , y i = c k ) + λ ∑ i = 1 N I ( y i = c k ) + S j λ P_\lambda(X^{(j)}=a_{jl}|Y=c_k)=\frac{\sum_{i=1}^NI(x_i^{(j)}=a_{jl},y_i=c_k)+\lambda}{\sum_{i=1}^NI(y_i=c_k)+S_j\lambda} Pλ(X(j)=ajl∣Y=ck)=∑i=1NI(yi=ck)+Sjλ∑i=1NI(xi(j)=ajl,yi=ck)+λ
常取 λ = 1 \lambda=1 λ=1,此时称为拉普拉斯平滑。