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
LL334455671 小时前
创业自动化平台怎么选
大数据·人工智能
OceanBase数据库官方博客1 小时前
OceanBase AI 时代,数据库的变与不变(技术解析与实践)
数据库·人工智能·oceanbase
冬奇Lab1 小时前
MCP 系列(01):MCP 是什么——为什么 Function Calling 不够
人工智能·llm·mcp
冬奇Lab1 小时前
每日一个开源项目(第154篇):Warp - 从‘好看的终端‘到 Agentic 开发环境
人工智能·rust·llm
ZZZMMM.zip1 小时前
基于鸿蒙HarmonyOS NEXT开发AI股票分析应用:智能投资新体验与鸿蒙Flutter框架跨端实践
人工智能·flutter·华为·harmonyos·鸿蒙
龙腾亚太2 小时前
当大语言模型遇上USV集群:大模型驱动的自适应路径规划方法
人工智能·语言模型·自然语言处理
米小虾2 小时前
从RAG到GraphRAG:2026年知识增强生成技术的进化之路与实战指南
人工智能·agent
珠海西格电力2 小时前
云边端协同架构:零碳园区管理系统的技术底座
大数据·运维·人工智能·算法·架构·能源
字节跳动视频云技术团队2 小时前
Agent 进化论:从对话到协作
人工智能·agent·音视频开发