监督学习之朴素贝叶斯

假设

朴素贝叶斯模型假设每个数据点的特征都是独立的:

P(x|y)=P(x_1,x_2,...|y)=P(x_1|y)P(x_2|y)...=\prod\limits_{i=1}^nP(x_i|y)

解决方案

最大化对数似然给出以下解,k\in\lbrace0,1\rbrace,l\in[1,L]

P(y=k)=\frac{1}{m}\times\# \lbrace j|y^{(j)}=k \rbrace

P(x_i=l|y=k)=\frac{\lbrace\#j|y{(j)}=k \& x_i^{(j)}=l\rbrace}{\#\lbrace j|y^{(j)}=k \rbrace}

备注:朴素贝叶斯广泛用于文本分类和垃圾邮件检测。

ai
本作品采用《CC 协议》,转载必须注明作者和本文链接

不要试图用百米冲刺的方法完成马拉松比赛。

讨论数量: 0
(= ̄ω ̄=)··· 暂无内容!

请勿发布不友善或者负能量的内容。与人为善,比聪明更重要!