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
buttonupAI30 分钟前
今日Reddit各AI板块高价值讨论精选(2025-12-20)
人工智能
2501_904876481 小时前
2003-2021年上市公司人工智能的采纳程度测算数据(含原始数据+计算结果)
人工智能
曹文杰15190301121 小时前
2025 年大模型背景下应用统计本科 计算机方向 培养方案
python·线性代数·机器学习·学习方法
竣雄1 小时前
计算机视觉:原理、技术与未来展望
人工智能·计算机视觉
救救孩子把1 小时前
44-机器学习与大模型开发数学教程-4-6 大数定律与中心极限定理
人工智能·机器学习
Rabbit_QL2 小时前
【LLM评价指标】从概率到直觉:理解语言模型的困惑度
人工智能·语言模型·自然语言处理
呆萌很2 小时前
HSV颜色空间过滤
人工智能
roman_日积跬步-终至千里2 小时前
【人工智能导论】02-搜索-高级搜索策略探索篇:从约束满足到博弈搜索
java·前端·人工智能
FL16238631292 小时前
[C#][winform]基于yolov11的淡水鱼种类检测识别系统C#源码+onnx模型+评估指标曲线+精美GUI界面
人工智能·yolo·目标跟踪
爱笑的眼睛113 小时前
从 Seq2Seq 到 Transformer++:深度解构与自构建现代机器翻译核心组件
java·人工智能·python·ai