贝叶斯公式与应用探讨.pdfVIP

table{border-collapse:collapse;}table,th,td{border:1pxsolid#000;}

一点个会

Udacity的如果看不懂，首选看西瓜书（《机器学习》），可参考统

计学习方法》

友情提醒：「集成学习」（ensemblelearning）那块很可能看晕，例如Boosting算法那

块……反正我是看西瓜书才看得比较明白的（虽然还有疑问，总算更清楚一点）

P(类cj|主特征ai)=P(主特征ai，类cj)/P(主特征ai)

例如，求P(患癌|阳性)，P(非洲人|)

关键是求P(ai)—难以直接求，？

：如何求P(ai)

全概率思想：分类

ai必定还在其他类中出现（若仅在cj中出现，则不必计算/推理），则根据含有ai的那

些类就可以把{ai}划分成{ai,cj}U{ai,ck}U…U{ai,cz}，由于cj,ck,…,cz是互斥

的，因此

P(