贝叶斯分类

  
      贝叶斯分类法，对于待分类项x，计算x出现的条件下各个类别出现的概率，哪个类别出现的概率最高，则x就属于哪个类别。即，计算x属于哪个类别的概率最高。
      各个类别出现的概率根据贝叶斯公式进行计算。
      例如，x出现时，类别c出现的概率（即x属于类别C的概率）为：p(c|x)=p(x|c)P(c)/p(x)
      等号右边的分母项对于所有类别都相同，可以忽略；故只需求得max(p(c|x));而p(x|c)和p(c)可以由训练集计算可得。

      总的来说，贝叶斯分类就是：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。
    
      举例如下：

          求接下来的一天是否适合去打球：


 

学习过程：

Outlook	Play=Yes	Play=No
Sunny	2/9	3/5
Overcast	4/9	0/5
Rain	3/9	2/5

Temperature	Play=Yes	Play=No
Hot	2/9	2/5
Mild	4/9	2/5
Cool	3/9	1/5

Humidity	Play=Yes	Play=No
High	3/9	4/5
Normal	6/9	1/5

• 决策阶段

– 给定一个待分类的一天,

     x’=(Outlook=Sunny, Temperature=Cool,Humidity=High, Wind=Strong)

– 查找表