贝叶斯分类器一步步数学推导过程

贝叶斯分类器推导过程

参考自我在课堂上学何老师的知识

---

1. 贝叶斯公式

• 贝叶斯公式的一般形式

$$P(A|B)=\frac{P(A,B)}{P(B)}\iff P(A,B)=P(B)P(A|B)=P(A)P(B|A)\text{\hspace{1em}(1.1)}$$
   将$P(A,B)$ 用 $P(A)P(B|A)$ 替代得

$$P(A|B)=\frac{P(A)P(B|A)}{P(B)}\text{\hspace{1em}(1.2)}$$
   这个时候你可能还是一头雾水，这个和我们分类有什么问题呢？你只用记得上面是对的就可以了。

   接下来会“套用”到分类问题上。

• 对于分类问题的贝叶斯公式
  
  假设有$k$个类 { w 1 , w 2 , ⋯   , w K } \{w_1, w_2, \cdots, w_K\} { w1​,w2​,⋯,wK​}，属性值有$D$维 x ⃗ = { x ( 1 ) , x ( 1 ) , ⋯   , x ( D ) } \vec{x}=\{x^{(1)},x^{(1)},\cdots,x^{(D)}\} x ={ x(1),x(1),⋯,x(D)