机工社课件Python商务大数据分析与应用第10章 朴素贝叶斯.pptxVIP

BUSINESSANALYSISANDMINING第10章朴素贝叶斯主讲老师：李丹丹

目录10.1朴素贝叶斯模型的算法10.2案例实战：肿瘤预测模型0102

BUSINESSANALYSISANDMINING10.1朴素贝叶斯模型的算法

朴素贝叶斯模型算法原理贝叶斯分类是机器学习中应用极为广泛的分类算法之一，其产生来自于贝叶斯对于逆概问题的思考，朴素贝叶斯是贝叶斯模型当中最简单的一种。其算法核心为贝叶斯公式：?其中P(A)为事件A发生的概率；P(B)为事件B发生的概率；P(A|B)表示在事件B发生的条件下事件A发生的概率；同理，P(B|A)则表示在事件A发生的条件下事件B发生的概率。

朴素贝叶斯模型算法原理例已知流感季节，一个人感冒（事件A）的概率为40%（即P(A)=0.4），一个人打喷嚏（事件B）的概率为80%（即P(B)=0.8），一个人感冒时打喷嚏的概率为100%（即P(B|A)=1），求这个人在打喷嚏的条件下患感冒的概率是多少？?

朴素贝叶斯模型算法原理一维特征向量下的贝叶斯模型如何判断一个人是否感冒了。假设已经有5个样本数据，如下表所示：打喷嚏(X1)感冒(Y)1111011110打喷嚏(X1):其中数字1表示打喷嚏，0表示不打喷嚏；感冒(Y):其中数字1表示感冒了，数字0表示未感冒。

朴素贝叶斯模型算法原理一维特征向量下的贝叶斯模型应用