李航《统计学习方法》第二版-第四章 朴素贝叶斯

李航《统计学习方法》第二版-第四章 朴素贝叶斯_第1张图片

李航《统计学习方法》第二版-第四章 朴素贝叶斯_第2张图片

   本来分为很多维度,互相有联系,利用贝叶斯变为相乘的形式,只需考虑当前维度和Y的关系,直接用频率就可数出。 

朴素:意味着做出了条件独立性的假设,但条件不可能都是独立的

李航《统计学习方法》第二版-第四章 朴素贝叶斯_第3张图片

 分母为分类讨论,分类讨论在求和

李航《统计学习方法》第二版-第四章 朴素贝叶斯_第4张图片

 要输出哪一种类别输出条件概率最大,为生成模式

判别模型根据两者之间的差别,不需每个分别建立模型

李航《统计学习方法》第二版-第四章 朴素贝叶斯_第5张图片

4.2.3 贝叶斯估计

李航《统计学习方法》第二版-第四章 朴素贝叶斯_第6张图片

 sj如果取晴天、雨天、刮风,就取3,可能取值

李航《统计学习方法》第二版-第四章 朴素贝叶斯_第7张图片

 李航《统计学习方法》第二版-第四章 朴素贝叶斯_第8张图片

分子加\lambda,分子加k次,因此分母必须加K\lambda,才能使结果保持为1,K为y的分类

朴素贝叶斯属于生成方法,需要把属于每个类的概率求出来,然后判断属于哪个类的概率最大,就判断是哪个类,主要用于异常账号检测

 

你可能感兴趣的:(分类,机器学习,人工智能)