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
小王爱学人工智能2 分钟前
快速了解机器学习
人工智能·机器学习
hqxstudying37 分钟前
SpringAI的使用
java·开发语言·人工智能·springai
victory043142 分钟前
影响人类发音的疾病类型种类和数据集
人工智能·深度学习·ai
lishaoan7743 分钟前
tensorflow目标分类:分绍(一)
人工智能·分类·tensorflow·目标分类
Albert_Lsk44 分钟前
【2025/08/03】GitHub 今日热门项目
人工智能·开源·github·开源协议
点云SLAM1 小时前
PyTorch 应用于3D 点云数据处理汇总和点云配准示例演示
人工智能·pytorch·深度学习·3d·点云目标检测·点云补全·点云分类
AI Echoes1 小时前
ChatGPT、Playground手动模拟Agent摘要缓冲混合记忆功能
人工智能·python·langchain
腾讯云开发者1 小时前
智涌云端,与 AI 共生,腾讯云架构师峰会圆满落幕!
人工智能