第四章朴素贝叶斯法_第1页
第四章朴素贝叶斯法_第2页
第四章朴素贝叶斯法_第3页
第四章朴素贝叶斯法_第4页
第四章朴素贝叶斯法_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第四章朴素贝叶斯法

蔡天任

6/14

统计学习方法李航目录4.1朴素贝叶斯的学习与分类4.1.1基本方法4.1.2后验概率最大化的含义4.2朴素贝叶斯法的参数估计4.2.1极大似然估计

4.2.2学习与分类算法

4.2.3贝叶斯估计4.1.1基本方法设输入空间为维向量的集合,输出空间为类标记集合。输入为特征向量,输出为类标记。是定义在输入空间上的随机向量,是定义在输出空间上的随机变量。是和的联合概率分布。训练数据集由独立同分布产生。4.1朴素贝叶斯法的学习与分类先验概率分布:

4.1朴素贝叶斯法的学习与分类条件概率分布:后验概率分布:

4.1朴素贝叶斯法的学习与分类朴素贝叶斯分类器

4.1朴素贝叶斯法的学习与分类4.1.2后验概率最大化的含义条件期望:其中:4.1朴素贝叶斯法的学习与分类4.1.2后验概率最大化的含义4.1朴素贝叶斯法的学习与分类4.2.1极大似然估计先验概率的极大似然估计:条件概率的极大似然估计:4.2朴素贝叶斯法的参数估计4.2.2学习与分类算法算法4.1朴素贝叶斯算法(1)计算先验概率及条件概率4.2朴素贝叶斯法的参数估计4.2.2学习与分类算法算法4.1朴素贝叶斯算法(2)对于给定的实例,计算(3)确定实例

的类4.2朴素贝叶斯法的参数估计4.2.3贝叶斯估计条件概率的贝叶斯估计:4.2朴素贝叶斯法的参数估计4.2.3

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论