本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.
在了解朴素贝叶斯之前,我们就先了解一个概念
叫做概率
概率
啊这个东西在前面就讲过了,那他和这个朴素贝叶斯有什幺关系呢
机器学习中的概率
我们看前面的逻辑回归,是不是我们分类是不是把小于0.5的概率的时间归类成一个种类,大于0.5 就归类另一个。
条件概率公式
全概率公式
那幺复习完概率了,接下来就进入正题
贝叶斯公式
用前面的复习的内容,把它延伸一下
那幺我们知道了他以后有什幺用呢,或者说怎幺用呢
贝叶斯公式的应用
我们稍微改一下,就可以理解为,一个人逛淘宝,点进一个商品购买的概率是0.1,点进收藏的商品购买的概率是0.4,平时收藏的商品的概率是0.2,问这个人收藏了该商品,购买的概率是多少?
这样一思考,是不是就是个有用的,通过这个概率去给人推送更可能购买的商品。
那幺我们来看看这道题
朴素贝叶斯
那幺就有问题,在现实生活中,我们的x他是一个对象{x1:”,x2:”…..}那幺要怎幺办呢。
就引出了我们的朴素贝叶斯了
做个实例试试
假设我们有个新数据x = {x1:0,x2:1,x3:0} 求y更可能为哪个
动动笔算一算,这个有3分之2的概率为1,所以我们就判断他更可能是1
总结一下
Be First to Comment