机器学习-朴素贝叶斯
作者:互联网
朴素贝叶斯
朴素贝叶斯:特征值相互独立 + 公式,
主要用于文本分类,单词作为特征。
联合概率:包含多个条件,且都成立的概率。
条件概率:事件A在事件B发生的情况下发生的概率。
相互独立:P(AB) = P(A)*P(B)
贝叶斯公式:
P(C|W) = P(W|C)*P(C)/P(W)
W:特征值,C:类别
案例1 求超重产品经理被喜欢的概率。
1女神喜欢的概率:4/7
2 程序员体重匀称:1/7
3 女神喜欢的条件下,程序员的概率:1/2
4 女神喜欢的条件下,程序员,体重超重的概率:1/4
P(喜欢|产品经理,超重)
=P(产品经理,超重|喜欢)*P(喜欢)/P(产品经理,超重)
=1/2 * 1/4 * 4/7 / (2/7*3/7)
=7/12
标签:超重,概率,机器,女神,贝叶斯,程序员,喜欢,朴素 来源: https://www.cnblogs.com/2016-zck/p/14388576.html