《机器学习Python实战》课件 12-项目6 朴素贝叶斯算法原理讲解.pptxVIP

机器学习项目六|6.1项目知识准备|朴素贝叶斯分类算法实战《机器学习Python实战》?机器学习?项目6朴素贝叶斯分类算法实战

16.1.1朴素贝叶斯算法及其原理26.1.2伯努利朴素贝叶斯算法目录CONTENTS36.1.3高斯朴素贝叶斯算法46.1.4多项式朴素贝叶斯算法

学习目标知识目标1.理解贝叶斯定理2.掌握朴素贝叶斯算法的基本原理3.掌握不同朴素贝叶斯模型的差异能力目标1.能够实现朴素贝叶斯算法的简单应用2.能灵活应用不同朴素贝叶斯模型处理分类问题素质目标通过反复调节参数的过程，培养精益求精的工匠精神

016.1.1朴素贝叶斯算法及其原理

朴素贝叶斯原理贝叶斯定理是描述随机事件N和B的条件概率(或边缘概率)的一则定理。其中P(A|B)是在事件B发生的情况下事件A发生的可能性。通常，事件A在事件B(发生)的条件下的概率，与事件B在事件A的条件下的概率是不一样的；然而，这两者有确定的关系，贝叶斯定理就是对这种关系的陈述。

朴素贝叶斯原理朴素贝叶斯算法的工作流程朴素贝叶斯算法在贝叶斯算法的基础上进行了相应的简化，即假定给定目标值时属性之间相互条件独立。也就是说，没有哪个属性变量对决策结果占有较大的比重，也没有哪个属性变量对决策结果占有较小的比重。这个简化方式：降低了贝叶斯算法的分类效果简化了贝叶斯算法的复杂性

朴素贝叶斯原理朴素贝叶斯算法的工