数据科学导论课件第十一章朴素贝叶斯.pptxVIP

1 数据科学导论 — 第十一章 朴素贝叶斯 数据科学导论课件第十一章朴素贝叶斯全文共14页，当前为第1页。 贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法. 朴素贝叶斯(naive Bayes) 是一种非常简单而又有效的分类方法. 2 数据科学导论课件第十一章朴素贝叶斯全文共14页，当前为第2页。 3 主要内容 一 朴素贝叶斯原理 二 朴素贝叶斯分类 三 本章的python代码 数据科学导论课件第十一章朴素贝叶斯全文共14页，当前为第3页。 4 一 朴素贝叶斯原理 数据科学导论课件第十一章朴素贝叶斯全文共14页，当前为第4页。 朴素贝叶斯 5 数据科学导论课件第十一章朴素贝叶斯全文共14页，当前为第5页。 贝叶斯定理 6 数据科学导论课件第十一章朴素贝叶斯全文共14页，当前为第6页。 7 二 朴素贝叶斯分类 数据科学导论课件第十一章朴素贝叶斯全文共14页，当前为第7页。 分类问题 使用程序包e1071 的函数naiveBayes 对例4.5皮肤病数据来做分类, 注意: 这个函数假定自变量的条件分布是正态分布. 下面同时对随机森林和分类朴素贝叶斯分类做10折交叉验证. 我们还使用第5.3.4节引入的Fold 函数来创造交叉验证的下标集. 8 数据科学导论课件第十一章朴素贝叶斯全文共14页，当前为第8页。 R实现代码 w=read.csv(derm.csv)