朴素贝叶叶斯分类.pptVIP

朴素贝叶斯 Naive bayes 重庆大学软件信息服务工程实验室余俊良  条件概率 1.定义 若Ω是全集,A、B是其中的事件(子集),P表示事件发生 的概率,则 P(AIB=P(AB) P(B) 为事件B发生后A发生的概率。 A AB B  乘法定理 设P(A)0,则有P(AB)=P(BA)P(A)=P(ABP(B) 设A,B,C为事件,且P(1B)0,则有 P(ABC)=P(A)P(BA)P(C AB) A AB B 注:当PAB不容易直接求得时,可考虑利用P(A)与 PB/A)的乘积或P(B)与PAB的乘积间接求得。  乘法定理的推广 推广设A,A2,…,An为n个事件,n≥2, 且P(442…A21)0,则有 P(AA2-A=P(AP(AZAP(AJA,A P(AnAA2…An1)  、全概率公式 集合(样本空间)的划分 定义设Ω为试验E样本空间B,B2…,B 为E的一组事件,若 IBB=⑧,i,j=12,…, 2B1∪B,∪…UBn=92 则称B,B2…,Bn为样本空间g的一个划分 B B B B B  2.全概率公式 定义设9为试验E样本空问,A为E的事件, B,B2,…,B,为的一个划分,且P(B)0 (i=1,2,…,n),则 P(A)=P(A|B1)P(B1)+P(A|B2)P(B2) +…+P(A|Bn)P(Bn) P(B)P(AI B) 全概率公式  证明A=A=A∩B1∪B,U…B,) =AB1∪AB2U…UAB P(A)=P(B)P(AIB )+P(B)P(AlB,)+ P(BP(AIB) 化整为零 图示B 各个击破 Ba  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 B B A B3 B  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 件是次品的概率是多少 解设事件A为“任取一件为次品”, 事件B:为任取一件为i厂的产品,i=1,2,3 B1∪B2∪B3=g,BB;=,ij=1,2,3  30%(2%A1% B1 由全概率公式得 20%B3 P(A)=P(B)P(A B)+P(B)P(AB2 )+P(3)P(AB3) P(B1)=0.3,P(B2)=0.5,P(B3)=02 P(AB1)=002,P(AB2)=0.01,P(AB3)=0.01, R P(A)=P(B )P(A B)+P(B, )P(AB2)+P(B )P(A B, =0.02×03+0.01×0.5+0.01×0.2=0.013