机器学习+西瓜书笔记第2章【贝叶斯分类器】
2023-09-14 09:14:59 时间
机器学习笔记第2章【贝叶斯分类器】
贝叶斯公式:
实际上,分母为全概率公式,分子为联合概率。在机器学习中,更常见的形式为
贝叶斯公式的作用在于将P(B|A)的估计转化为估计P(A|B)和P(B)
一、贝叶斯决策论
注:由式(7.7)可知,因为证据因子P(x)只与样本本身有关,与类标记无关,故有maxP(c∣x)等价于maxP(x,c)
于是,估计似然P(c∣x)的问题就转化为如何基于训练数据D来估计先验概率P©和似然P(x∣c)。
对于似然P(x∣c),由于它涉及关于x所有属性的联合概率,故使用频率来估计P(x∣c)是不可行的,因为训练集不能保证其所有的样本能观测到所有属性,而 “未观测到的” 与运用频率估计其 “出现概率为0” 是 不同的。
1.相关知识补充
- x:给定的样本
- c:类标记
- P(c ):类“先验”概率,表达了样本空间中各类样本所占的比例。
- P(c|x):后验概率
- P(x|c):样本x相对于类标记c的类条件概率,或称为似然
- P(x):用于归一化的证据因子
2.生成模型与判别模型
待补充。。。
相关文章
- 机器学习笔记 – 自动编码器autoencoder
- Python机器学习笔记:不得不了解的机器学习面试知识点(1)[通俗易懂]
- 《零基础学机器学习》笔记-第1课-新手快速上路路径
- 《零基础学机器学习》笔记-第2课-数学和Python知识
- 《零基础学机器学习》笔记-第3课-线性回归
- Python机器学习教程—线性回归原理和实现
- 297个机器学习彩图知识点(3)
- 数据挖掘机器学习[六]---项目实战金融风控之贷款违约预测
- [NC | 论文简读] devCellPy是一个机器学习支持的管道,用于自动注释复杂的多层单细胞转录组数据
- JCIM|MILCDock:用于药物发现中虚拟筛选的机器学习一致性对接
- 20本机器学习与数据科学必读书籍详解大数据
- 机器学习的发展历史以及算法演进
- 机械手设计与人工智能和机器视觉相结合
- 快速掌握 Linux 内存查看技巧(linux查看机器内存)
- 机器Redis集群遭遇惨痛挫折两台机器出现故障(redis集群挂掉两台)
- 简单步骤Redis主从机器的配置(redis配置主从机器)
- Python vs R : 在机器学习和数据分析领域中的对比