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
米小虾25 分钟前
告别单打独斗:2026年多Agent协作架构实战指南
人工智能·agent
IT_陈寒1 小时前
SpringBoot这个自动配置坑我跳了三次
前端·人工智能·后端
Larcher2 小时前
AI Loop:让AI像人一样自主完成任务的核心机制
javascript·人工智能·设计模式
牧艺2 小时前
从零到协同:构建类飞书在线文档系统的五个技术重难点
前端·人工智能
CodePlayer竟然被占用了3 小时前
Codex 用电脑的三种姿势:选错模式,你就白烧 Token
人工智能
袋鼠云数栈UED团队3 小时前
一套 Spec-First 的 AI 编程工作流
前端·人工智能
Awu12274 小时前
⚡从零开发 Agent CLI(二):CLI 框架搭建与子命令路由
人工智能·aigc
码上天下4 小时前
React Query 缓存 AI 对话历史的几个权衡
人工智能