樸素貝葉斯法是基於貝葉斯原理與特徵條件的獨立假設的分類方法。
樸素貝葉斯法的學習與分類
樸素貝葉斯法實際上學習到生成數據的機制,所以屬於生成模型。
後驗概率,貝葉斯定理
極大似然估計
貝葉斯估計
樸素貝葉斯法高效且易於實現,其缺點是分類的性能不一定很高。
後驗概率最大等價於0-1損失函數時的期望風險最小化。
樸素貝葉斯法是基於貝葉斯原理與特徵條件的獨立假設的分類方法。
樸素貝葉斯法的學習與分類
樸素貝葉斯法實際上學習到生成數據的機制,所以屬於生成模型。
後驗概率,貝葉斯定理
極大似然估計
貝葉斯估計
樸素貝葉斯法高效且易於實現,其缺點是分類的性能不一定很高。
後驗概率最大等價於0-1損失函數時的期望風險最小化。