- 1、本文档共20页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
常见的朴素贝叶斯法
图形绘制 图片处理 图表设计 典型案例 * 图形绘制 图片处理 图表设计 典型案例 * By 戴非凡 Date 2018.4.4 朴素贝叶斯分类法 图形绘制 图片处理 图表设计 典型案例 * 贝叶斯决策论 朴素贝叶斯分类器 半朴素贝叶斯分类器 西瓜程序 1 2 3 4 Contents Page 目录页 * 图形绘制 图片处理 图表设计 典型案例 * Transition Page 过渡页 * 贝叶斯决策论 朴素贝叶斯分类器 半朴素贝叶斯分类器 西瓜程序 1 2 3 4 图形绘制 朴素贝叶斯分类器 半朴素贝叶斯分类器 程序 * 贝叶斯决策论 1.1 贝叶斯决策论(Bayesian decision theory)是概率框架下实施决策的基本方法。 用p1(x,y)表示数据点(x,y)属于类别1(图中红色圆点表示的类别)的概率,用p2(x,y)表示数据点(x,y)属于类别2(图中蓝色三角形表示的类别)的概率,那么对于一个新数据点(x,y),可以用下面的规则来判断它的类别: 如果p1(x,y) p2(x,y),那么类别为1 如果p1(x,y) p2(x,y),那么类别为2 贝叶斯决策理论核心思想:选择高概率对应的类别。 图形绘制 朴素贝叶斯分类器 半朴素贝叶斯分类器 程序 * 贝叶斯决策论 1.2 贝叶斯决策论还需了解: 1、条件概率:即B发生的情况下A发生的概率,用P(A|B)表示。 图形绘制 朴素贝叶斯分类器 半朴素贝叶斯分类器 程序 * 贝叶斯决策论 1.2 2、全概率公式:如果A和A’构成样本空间的一个划分,那么事件B的概率,就等于A和A’的概率分别乘以B对这两个事件的条件概率之和。 图形绘制 朴素贝叶斯分类器 半朴素贝叶斯分类器 程序 * 贝叶斯决策论 1.3 贝叶斯推断: ? 我们把P(A)称为”先验概率”(Prior probability),即在B事件发生之前,我们对A事件概率的一个判断。 ????P(A|B)称为”后验概率”(Posterior probability),即在B事件发生之后,我们对A事件概率的重新评估。 ????P(B|A)/P(B)称为”可能性函数”(Likelyhood),这是一个调整因子,使得预估概率更接近真实概率。 在1.1提到贝叶斯决策理论要求计算两个概率p1(x,y)和p2(x,y): 如果p1(x,y) p2(x,y),那么类别为1 如果p1(x,y) p2(x,y),那么类别为2 p1,p2即为后验概率p1(c1|x,y),p2(c2|x,y) 图形绘制 图片处理 图表设计 典型案例 * Transition Page 过渡页 * 贝叶斯决策论 朴素贝叶斯分类器 半朴素贝叶斯分类器 西瓜程序 1 2 3 4 贝叶斯决策论 图片处理 半朴素贝叶斯分类器 程序 * 朴素贝叶斯分类器 2.1 基于贝叶斯公式估计后验概率P(c|x)的主要困难在于: 类条件概率P(x|c)是所有属性上的联合概率,较难估计。为了避开这个障碍,提出了朴素贝叶斯分类器(na?ve Bayes classifier) “朴素”:采用属性条件独立性假设——假设用于分类的特征在类确定的条件下都是条件独立的。 贝叶斯决策论 图片处理 半朴素贝叶斯分类器 程序 * 朴素贝叶斯分类器 2.2 贝叶斯决策论 图片处理 半朴素贝叶斯分类器 程序 * 朴素贝叶斯分类器 2.3 For example: 数据集为: 测试集为: 青绿 蜷缩 浊响 清晰 凹陷 硬滑 0.697 0.460 ? 是 贝叶斯决策论 图片处理 半朴素贝叶斯分类器 程序 * 朴素贝叶斯分类器 2.4 Python_programme: 朴素贝叶斯分类函数 图形绘制 图片处理 图表设计 典型案例 * Transition Page 过渡页 * 贝叶斯决策论 西瓜程序 1 4 朴素贝叶斯分类器 2 半朴素贝叶斯分类器 3 贝叶斯决策论 朴素贝叶斯分类器 程序 * 半朴素贝叶斯分类器 3.1 独 贝叶斯决策论 朴素贝叶斯分类器 程序 * 半朴素贝叶斯分类器 3.2 贝叶斯决策论 朴素贝叶斯分类器 程序 * 半朴素贝叶斯
您可能关注的文档
- 常见的最容易以今律古的20个文言字词.ppt
- 常见的最感动的时刻《艾青诗选》.ppt
- 常见的智慧养老整体解决方案介绍_新导智能V2.1 简新.ppt
- 常见的最全素描基础教程PPT.ppt
- 常见的曼陀罗彩绘治疗.ppt
- 常见的最新三标一体培训课件.ppt
- 常见的最全最详细 中国共产党纪律处分条例学习材料.ppt
- 常见的最新VMware整体介绍.ppt
- 常见的最新人教版七年级下册5.3.1平行线的性质课件共16张.ppt
- 常见的最新人教版口耳目课件.ppt
- 2024年广东省广州市从化区国土规划测绘队招聘11人历年【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 年度考核表个人工作总结例文(6篇).doc
- 2024年广东省广州市照明建设管理中心招聘历年【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年广东省广州市南沙区龙穴街道办事处招聘10人历年【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年广东省广州市天河区招聘42人历年【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 统计员个人工作总结参考样本(四篇).doc
- 2024年广东省广州市天河区石牌街招聘32人历年【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 大学班主任月工作计划范文(三篇).doc
- 2024年广东省广州市番禺区化龙镇招聘22人历年【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
- 2024年广东省广州市天河区天园街招聘5人历年【综合基础知识500题】高频考点模拟试题及参考答案解析.docx
文档评论(0)