朴素贝叶斯
作者：互联网
朴素贝叶斯是朴素贝叶斯定理与特征条件独立假设的分类方法
eg：
一个学校中，男生人数60%，女生人数40%
男生100%穿长裤，女生50%穿长裤，50%穿裙子。
求：穿长裤的是女生的概率。
解：设：U：全校总人数；
穿长裤的男生总人数：U*P(Boy)*P(Pants|Boy)=U*60%*100%
穿长裤的女生总人数：U*P(Girl)*P(Pants|Girl)=U*40%*50%
穿长裤的总人数：U*P(Boy)*P(Pants|Boy)+U*P(Girl)*P(Pants|Girl)=U*60%*100%+U*40%*50%
穿长裤的女生概率：P(Girl|Pants)=穿长裤的女生的总人数/穿长裤的总人数=(U*P(Girl)*P(Pants|Girl))/(U*P(Boy)*P(Pants|Boy)+U*P(Girl)*P(Pants|Girl))=(P(Girl)*P(Pants|Girl))/(P(Boy)*P(Pants|Boy)+P(Girl)*P(Pants|Girl))=(P(Girl)*P(Pants|Girl))/P(Pants)
所以不难看出最后的概率值与总人数的多少是没有关系的
将最后的结果进行替换：P(y|X)=P(y)*P(X|y)/P(X)
这个公式就是贝叶斯公式。
自变量往往是事物的表象，是很容易被观测到的，用X表示，P(X)的概率是可得到的，标签表示事物的内在，不容易被观测到，也是模型需要预测的值，用y表示，P(y)也是可得到的。而在y值确定的情况下X发生的概率也是可测的用P(X|y)表示。我们可以通过求解P(X)，P(y)和P(X|y)，间接的求解P(y|X)，求解P(y|X)的过程就是一个求解逆向概率的过程。
在公式中，P(X)我们通常称之为后验概率，P(y)我们通常称之为先验概率。
标签：Boy,女生,贝叶斯,Girl,长裤,人数,朴素,Pants 来源： https://blog.csdn.net/super_xiao_xiao/article/details/89514900