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
love530love10 分钟前
【笔记】为 Miniconda 安装图形界面的方法
人工智能·windows·笔记·python·conda
洛阳泰山1 小时前
Spring AI 源码解析:Tool Calling链路调用流程及示例
数据库·人工智能·spring·spring ai
YuSun_WK3 小时前
torch.matmul() VS torch.einsum()
人工智能·pytorch·深度学习
yorushika_3 小时前
python打卡训练营打卡记录day35
python·深度学习·机器学习·超参数
数据小吏4 小时前
第十五章:数据治理之数据目录:摸清家底,建立三大数据目录
大数据·数据库·人工智能
许泽宇的技术分享5 小时前
【AI实战】从“苦AI”到“爽AI”:Magentic-UI 把“人类-多智能体协作”玩明白了!
人工智能·ui
Takina~6 小时前
python打卡day35
python·深度学习·机器学习
马拉AI6 小时前
创新点!贝叶斯优化、CNN与LSTM结合,实现更准预测、更快效率、更高性能!
人工智能·深度学习·机器学习
程序员秘密基地7 小时前
基于pycharm,python,flask,sklearn,orm,mysql,在线深度学习sql语句检测系统
python·web安全·机器学习·网络安全·scikit-learn
kovlistudio7 小时前
机器学习第二十七讲:Kaggle → 参加机器学习界的奥林匹克
人工智能·机器学习