机器学习-朴素贝叶斯算法：原理、案例与代码实现.pptx

主讲老师：李晓华《机器学习-第四章朴素贝叶斯》

目录1、贝叶斯方法2、朴素贝叶斯原理3、朴素贝叶斯案列4、朴素贝叶斯代码实现

1、贝叶斯方法

贝叶斯方法-背景知识背景知识贝叶斯分类先验概率后验概率贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。??

贝叶斯方法-背景知识??联合概率

贝叶斯方法贝叶斯公式后验概率似然度先验概率边际似然度??

2、朴素贝叶斯原理

朴素贝叶斯原理判别模型和生成模型判别模型（DiscriminativeModel)生成模型（GenerativeModel）线性回归、逻辑回归、感知机、决策树、支持向量机……朴素贝叶斯、HMM、深度信念网络(DBN)……监督学习方法又分生成方法（Generativeapproach）和判别方法（Discriminativeapproach）所学到的模型分别称为生成模型（GenerativeModel）和判别模型（DiscriminativeModel)。

朴素贝叶斯原理?

朴素贝叶斯原理?

朴素贝叶斯原理3．朴素贝叶斯法利用贝叶斯定理与学到的联合概率模型进行分类预测?

朴素贝叶斯原理?????

朴素贝叶斯原理?

朴素贝叶斯原理????

朴素贝叶斯原理朴素贝叶斯法对条件概率分布作了条件独立性的假设。由于这是一个较强的假设，朴素贝叶斯法也由此得名。具体地，条件独立性假设是：?