本文共 238 字,大约阅读时间需要 1 分钟。
基于特征相互独立,强假设。
典型的生成模型(生成模型还有隐马尔可夫链)
生成模型还原联合概率分布P(X,Y),学习和收敛速度更快。 判别模型直接学习条件概率P(X|Y)或决策函数f(X),往往准确率更高。根据贝叶斯公式:
学习:
先验概率P(Y) 条件概率P(X|Y) 得出: 后验概率P(Y|X) 朴素贝叶斯将实例分到后验概率最大的类中,等价于期望风险最小化。先验概率计算:
条件概率计算: 贝叶斯估计:通常在后验概率分子和分母上加一个正常数,避免出现概率为0的时候。
转载地址:http://fywji.baihongyu.com/