朴素贝叶斯分类第九章.pptVIP

资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 已经计算出： 同理可计算： 利用公式： 最后得到： 决策： 天气 E1 温度 E2 湿度 E3 有风 E4 打网球 D P N P N P N P N P N 晴 2/9 3/5 热 2/9 2/5 高 3/9 5/5 否 6/9 2/5 9/14 5/14 云 4/9 0/5 暖 4/9 2/5 正常 6/9 0/5 是 3/9 3/5 雨 3/9 2/5 凉 3/9 1/5 对下面的情况做出决策： 天气 温度 湿度 有风 打网球 云 凉 正常 是 ？ 作业 （下周一交） No. 天气 气温 湿度 风 类别 1 晴 热 高 无 N 2 晴 热 高 有 N 3 多云 热 高 无 P 4 雨 适中 高 无 P 5 雨 冷 正常 无 P 6 雨 冷 正常 有 N 7 多云 冷 正常 有 P No. 天气 气温 湿度 风 类别 8 晴 适中 高 无 N 9 晴 冷 正常 无 P 10 雨 适中 正常 无 P 11 晴 适中 正常 有 P 12 多云 适中 高 有 P 13 多云 热 正常 无 P 14 雨 适中 高 有 N 前10个样本作为训练样本，后4个作为测试样本，用Bayes方法进行决策。 作业2 按毕业设计论文格式撰写Apriori算法的上机报告 下次上机课之后交 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 朴素贝叶斯分类 第九章 1. 定义 ? A B AB 条件概率 若 是全集，A、B是其中的事件（子集），P表示事件发生的概率，则 ? 为事件B发生后A发生的概率。 乘法定理 注：当P(AB)不容易直接求得时，可考虑利用P(A)与P(B|A)的乘积或P(B)与P(A|B)的乘积间接求得。 乘法定理的推广 1. 集合（样本空间）的划分 二、全概率公式 2. 全概率公式 全概率公式 图示 证明 化整为零 各个击破 说明 全概率公式的主要用途在于它可以将一个复杂事件的概率计算问题,分解为若干个简单事件的概率计算问题,最后应用概率的可加性求出最终结果. 例1 有一批同一型号的产品,已知其中由一厂生产的占 30% , 二厂生产的占 50% , 三厂生产的占 20%, 又知这三个厂的产品次品率分别为2% , 1%, 1%,问从这批产品中任取一件是次品的概率是多少 设事件 A 为“任取一件为次品”, 解 由全概率公式得 30% 20