Naive Bayes Classifier
1. Bayes' Thm.
事件 X 是由原因
2. Bayes Classifier
给定X(一个n维向量,每一维代表一个特征),判断它是类别集合Y中的哪一类。
那么就要选取一个类别
(下面用Y代表类别变量;X代表输入样本变量;y是预测的类别)
3. Naive Bayes Classifier
想求
因此做出「独立性假设」简化之:假设特征之间的取值相互独立!于是:
3.1 Laplace Smoothing
为了避免
本质上,就是对于第
4. Practice
给定:
- 训练集;每个样本为
,即具有 n 个特征的样本对应一个实际类别 c 。 - 待预测样本
;需要求出预测类别 y 。
利用公式计算:
- 需要代入每种
,最后 y 取让后面的概率最大的 - 遍历 n 维特征算连乘
Last update:
June 12, 2021
Authors: