本文基本不涉及公式推導,只有一些簡單的運算。理解記憶性的概念和結論比較多。通過一個預測是否購買電腦的例子,講解了樸素貝葉斯的流程。
文章目錄
1. 貝葉斯方法
1.1 概率基本知識
本部分對於大學期間學習過概率論與數理統計課程的學習者來說,沒有難度;如果之前沒有學習過的話,可以學一下先修課程,阿里雲有系列課程,其他資源也很多。
1.1.1 隨機試驗與隨機事件
1.1.2 事件關係與韋恩圖
1.1.3 概率及性質
1.1.4 條件概率
乘法公式:
1.1.5 事件獨立性
全概率公式:
1.2 貝葉斯公式
分子是乘法公式;分母是全概率公式。
2.貝葉斯推斷
2.1 先驗概率與後驗概率
2.2 似然函數
後驗概率VS似然函數VS先驗概率
2.3 最大後驗估計
先看一個拋硬幣的例子。
- 最大似然估計考慮該問題
- 最大後驗概率考慮該問題
- 最大後驗估計
3. 樸素貝葉斯
如果事件之間影響比較大,或者說關聯程度很高的話,最好不要使用樸素貝葉斯。
3.1 樸素貝葉斯的定義
3.2 樸素貝葉斯的模型
3.3 樸素貝葉斯實例
- 計算先驗概率、計算年齡對是否購買的概率
- 計算收入層次對是否購買的概率、計算是否單身對是否購買的概率
- 使用樸素貝葉斯計算待預測記錄是否購買的概率
4. 計算結果
3.4 拉普拉斯平滑
3.5 樸素貝葉斯的優缺點
課程鏈接:https://edu.aliyun.com/course/1923?spm=5176.10731491.0.0.307b48cb8jfUA2