1.朴素贝叶斯的基本方法
2.朴素贝叶斯的参数估计
1.极大似然估计
2.朴素贝叶斯算法
3.贝叶斯估计
用极大似然估计可能出现所要估计的概率值为0的情况,这是会影响到后验概率的计算结果,使分类产生偏差。解决这一问题的方法就是采用贝叶斯估计,原理是在分子、分母中加上指定数值,使得不同项之间大小关系不变,,但消除了分母为0的可能性
3.后验概率最大化-期望风险最小化
4.朴素贝叶斯代码实现
#!usr/bin/env python
# -*- coding:utf-8 _*-
"""
@author: liujie
@software: PyCharm
@file: natives.py
@time: 2020/10/21 17:18
"""
import time
import numpy as np
from tqdm import tqdm
def loaddata(filename):
"""
加载数据集
:param filename: 文件路径
:return: 数据与标签
"""
# 存放数据及标签
dataArr = []
labelArr = []
# 读取文件
fr = open(filename)
# 遍历读取文件每一行
for line in tqdm(fr.readlines