机器学习常见算法面试题总结深圳光环大数据人工智能培训.pdfVIP

光环大数据--大数据培训人工智能培训 机器学习常见的算法面试题总结_深圳光环大数据人工智能培训 朴素贝叶斯 P(A ∩B)=P(A)*P(B|A)=P(B)*P(A|B) 所以有：P(A|B)=P(B|A)*P(A)/P(B) 对于给出的待分类项，求解在此项出现的条件下各个目标类别出现的概率， 哪个最大，就认为此待分类项属于哪个类别 工作原理 假设现在有样本 x=(a1,a2,a3,„an)这个待分类项 (并认为 x 里面的特 征独立) 再假设现在有分类目标 Y={y1,y2,y3,y4..yn} 那么max(P(y1|x),P(y2|x),P(y3|x)..P(yn|x))中的最大者就是最终的 分类类别 而 P(yi|x)=p(x|yi)*P(yi)/P(x) 因为x 对于每个分类目标来说都一样，所以就是求 max(P(x|yi)*p(yi)) P(x|yi)*p(yi)=p(yi)*PI(P(ai|yi)) (PI 表示连乘) 而具体的 p(ai|yi)和 p(yi)都是能从训练样本中统计