一 簡介
樸素貝葉斯是基於概率論的一種分類方法,或者說是基於貝葉斯定理與特徵條件獨立假設的分類方法.該方法是用於分類問題,現實生活中用於病人的診斷,不當言論的分類等.由於其實現方法簡單,計算效率高,所以應用還是比較廣泛的.
二 概率模型
樸素貝葉斯就是一個概率模型, 再分類的過程中, 我們會計算這個樣本屬於每一個類別的概率, 然後求出其中的最大值, 最大值所對應的概率就是我們所確定的類.
2.1 概率公式
首先我們來看條件概率, 條件概率P(A|B), P(A|B)表示是在事件B發生的條件下, 條件A發生的概率.
也就可以得出
如果把A和B換成X和Y,是不是可以得到
考過 | 逛街 | 打遊戲 | 學習 |
1 | 0 | 0 | 1 |
0 | 1 | 0 | 0 |
1 | 0 | 1 | 1 |
1 | 1 | 0 | 1 |
0 | 1 | 1 | 0 |
0 | 0 | 1 | 0 |
1代表考過, 逛街, 打遊戲,學習. 0代表沒考過,沒逛街,沒學習
這個表是說明是否考過和逛街,打遊戲,學習之間的關係.
2.2 例子詳解
這個表格很簡單, 但是他和樸素貝葉斯有什麼關係呢?那我們先來了解一下樸素是什麼, 樸素可以理解爲”無依無靠”, 沒有任何的”關係網”. 舉個例子, 一個樣本X由
這就說明了以上各個屬性之間是條件獨立的.有了這樣一個條件我們就可以對一個新的樣本作出決策了, 讓我們看一下上面那個例子.根據表格中的數據我們先計算一些先驗概率:
計算考過及沒考過分別和三個屬性的先驗概率.
當有一個新來的樣本,(逛街,打遊戲,學習),我們怎樣判斷他是否能考過呢?
首先看(逛街,打遊戲,學習)這是甚麼, 這是不是上面的X, 也就是屬性啊. 我們判斷他是否能考過, 也就是計算他的Y是甚麼,對吧. 一句話總結就是, 在知道這個人的個人喜好(X)前提下去判斷他能否考過(Y), 這不就是讓我們計算條件概率P(Y|X)啊.
我們就是要把上式中的Y替換爲考過, X替換爲(逛街,打遊戲,學習)計算一下概率. 再把上式中的Y替換爲沒考過, X替換爲(逛街,打遊戲,學習)計算一下概率. 比較二者的大小, 就可以確定他是否能考過. 這是貝葉斯的關鍵.
這樣我們把原來求P(Y|X)這個後驗概率 轉換爲求X和Y的聯合概率, 再把聯合概率轉換爲先驗概率P(Y|X)*P(Y), 除了P(Y|X)之外, 其它的數據我們是不是都已經求出來了啊? 直接像裏面代數是不是就可以了. 當然是的啊. (注意我在公式中X和
請注意上面公式分母的P(X),
但是這也有一個問題, 就是在沒考過這也情況下,
總結一下: 我羅嗦了那麼多, 其實計算樸素貝葉斯就分三步.
第一: 計算先驗概率, 先驗概率包括
第二: 計算預測樣本的概率
的值
第三: 在第二步中你已經計算出來了K個概率值, 比較這K個概率值的大小, 最大的概率值所屬於的類別就爲該樣本的類別.
以上, 歡迎拍磚, 謝謝.