机器学习笔记 - 学习朴素贝叶斯概念及应用
2023-09-14 09:01:36 时间
一、思想概述
贝叶斯分类算法是一大类分类算法的总称;贝叶斯分类算法以样本可能属于某类的概率来作为分类依据;朴素贝叶斯分类算法是贝叶斯分类算法中最简单的一种。
朴素贝叶斯分类器是一种用于分类任务的概率机器学习模型。分类器的关键是基于贝叶斯定理。
使用贝叶斯定理,假设B已经发生,我们可以找到A发生的概率。这里,B是证据,A是假设。这里的假设是预测变量/特征是独立的。也就是说,一个特定特征的存在不会影响另一个。因此,它被称为朴素。
朴素的意思是条件概率独立性。朴素贝叶斯方法是一组监督学习算法,基于贝叶斯定理,并在给定类变量值的情况下,每对特征之间的条件独立性的“朴素”假设。尽管它们的假设显然过分简化,但朴素的贝叶斯分类器在许多实际情况下(在著名的文档分类和垃圾邮件过滤中)都表现良好。他们需要少量的训练数据来估计必要的参数。另一方面也是由于过于朴素,所以对于输入数据的准备方式较为敏感。
贝叶斯发展出来很多分类
Gaussian Naive Bayes(高斯朴素贝叶斯算法)
Multinomial Naive Bayes(多项式朴素贝叶斯)
Complement Naive Bayes(补充朴素贝叶斯)
相关文章
- 机器视觉简述
- SecretFlow:一款功能强大的隐私保护数据分析和机器学习统一框架
- 站长'说'轶事:一个不小心踏入了机器学习阵营,真香!
- 小扎在元宇宙「长腿」的秘密:加装硬件不靠谱,机器学习才是银弹!
- 机器学习一些概念理解
- 机器学习开发的灵药—Docker容器
- 机器学习之简单线性回归详解程序员
- Logreduce:用 Python 和机器学习去除日志噪音
- 号外! 大维度机器学习也有计算框架了
- 机器学习年度 20 大开源项目花落谁家?(Python 版)
- 全球首个癌症计算解决方案启动,英伟达、IBM 加持的机器学习搞得定吗?
- 机器即将重启重新启动Redis(机器要重启 redis)
- 如何配置Redis主从机器架构(redis配置主从机器)