第4章 朴素贝叶斯
朴素贝叶斯 分类算法、生成算法 假设用于分类的特征在类确定的条件都是条件独立的。 模型 P ( Y = C k ∣ X = x ) = P ( Y = C k ) ∏ j P ( X ( j ) = x ( j ) ∣ y = C k ) ∑ k P ( Y = C k ) ∏ j P ( X ( j ) = x ( j ) ∣ y = C k ) , k = 1 , 2 , ⋯ , K P(Y=C_k|X=x) = \frac {P(Y=C_k)\prod_jP(X^{(j)}=x^{(j)}|y=C_k)}{\sum_k P(Y=C_k)\prod_jP(X^{(j)}=x^{(j)}|y=C_k)}, k=1,2,\cdots,K P ( Y = C k ∣ X = x ) = ∑ k P ( Y = C k ) ∏ j P ( X ( j ) = x ( j ) ∣ y = C k ) P ( Y = C k ) ∏ j P ( X ( j ) = x ( j ) ∣ y = C k ) , k = 1 , 2 , ⋯ , K 策略 使后验概率最大化 算法 最大似然估计 贝叶斯估计 来源: CSDN 作者: windmissing 链接: https://blog.csdn.net/mishifangxiangdefeng