机器学习课程复习——朴素贝叶斯

1. 定义

是一种基于贝叶斯定理与特征条件独立假设的生成式分类方法。

2. 公式

原版公式

简化版公式

由于上述公式无法计算,引入条件独立假设

条件独立版公式

3. 贝叶斯分类器

由上述公式可得贝叶斯分类器

化简为

4. 参数估计

4.1. 极大似然估计

4.2. 学习与分类算法

4.2.1. 算法

4.2.2. 例题

4.3. 贝叶斯估计

4.3.1. 算法

具体地,条件概率的贝叶斯估计是

式中。等价于在随机变量各个取值的频数上赋予一个正数

时就是极大似然估计。

常取,这时称为拉普拉斯平滑。

4.3.2. 例题

相关推荐
wenzhangli72 分钟前
ooderA2UI BridgeCode 深度解析:从设计原理到 Trae Solo Skill 实践
java·开发语言·人工智能·开源
brave and determined3 分钟前
CANN ops-nn算子库使用教程:实现神经网络在NPU上的加速计算
人工智能·深度学习·神经网络
brave and determined3 分钟前
CANN算子开发基础框架opbase完全解析
人工智能
一枕眠秋雨>o<8 分钟前
调度的艺术:CANN Runtime如何编织昇腾AI的时空秩序
人工智能
晚烛15 分钟前
CANN + 物理信息神经网络(PINNs):求解偏微分方程的新范式
javascript·人工智能·flutter·html·零售
爱吃烤鸡翅的酸菜鱼16 分钟前
CANN ops-math向量运算与特殊函数实现解析
人工智能·aigc
波动几何27 分钟前
OpenClaw 构建指南:打造智能多工具编排运行时框架
人工智能
程序猿追28 分钟前
深度解码AI之魂:CANN Compiler 核心架构与技术演进
人工智能·架构
新缸中之脑29 分钟前
Figma Make 提示工程
人工智能·figma
赫尔·普莱蒂科萨·帕塔30 分钟前
智能体工程
人工智能·机器人·软件工程·agi