科普一下CDA班车上的公式

阿祥阿祥 08月29日 14:33 发布于[机器学习]

朴素贝叶斯法通过训练数据集学习联合概率分布p(X,Y).具体地,学习以下先验概率分布及条件概率分布。先验概率分布为:


P(Y=CK),K=1,2,….K

条件概率分布:


然后学习到联合概率分布P(X,Y)。要计算联合概率分布,就要对条件概率分布进行条件独立性假设,条件概率性假设是:



朴素贝叶斯实际上学习到生成数据的机制,属于生成模型。朴素贝叶斯就是给你一个输入X,然后通过对之前数据的处理(学习)计算后验概率分布P=(Y=CK|X=x),然后将MAX(P=(Y=CK|X=x))作为输入X的最大输出类。(X, MAX(P=(Y=CK|X=x))。下面我们就来证明

根据贝叶斯定理得后验概率:

将上式两式合并:


输出:


对于上式中分母对所有Ck都是相同的,所以:

阿祥 循环写作,持续更新,形成闭环,贵在坚持

加关注
喜欢 | 1

登陆后发表文章

  • 0条回应给“科普一下CDA班车上的公式”的评论