第三周决策树跟boosting-tostu.pptVIP

* * * * * * * * * * * * * * * * * 朴素贝叶斯分类 简单假定: 属性有条件地相互独立 (即属性之间不存在依赖关系): 如果 Ak 是分类属性, 则P(xk|Ci)是D中属性Ak的值为xk的Ci类的元组数除以D中Ci类的元组数 |Ci, D| 如果 Ak 是连续值属性, P(xk|Ci) 通常基于均值μ 和标准差σ 的高斯分布计算（假定连续值属性服从均值为μ 、标准差为σ 的高斯分布），由下式定义 * 朴素贝叶斯分类 Class: C1:buys_computer = ‘yes’ C2:buys_computer = ‘no’ 待分类数据: X = (age =30, Income = medium, Student = yes, Credit_rating = Fair) * 朴素贝叶斯分类: 例子 P(Ci): P(buys_computer = “yes”) = 9/14 = 0.643 P(buys_computer = “no”) = 5/14= 0.357 为每个类计算 P(X|Ci) P(age = “=30” | buys_computer = “yes”) = 2/9 = 0.222 P(age = “= 30” | buys_computer = “n