首页 > 其他 > 详细

机器学习之朴素贝叶斯(分类)

时间:2020-06-25 11:43:47      阅读:52      评论:0      收藏:0      [点我收藏+]

朴素:在给定类别的情况下,各个特征相互独立

贝叶斯公式:P(A|B)=P(A)P(B|A)/P(B)

朴素贝叶斯:P(特征|类别)=P(特征)P(类别|特征)/P(类别)

核心思想:算一下概率,那种类别概率大,就分为那种类别。

在scikit-learn中的实现:

  1.高斯贝叶斯:数据集符合高斯(正态)分布。用的最多

  2.伯努利贝叶斯:数据集符合伯努利分布。

  3.多项式贝叶斯:数据集符合多项式分布。

机器学习之朴素贝叶斯(分类)

原文:https://www.cnblogs.com/LBDJSBP/p/13191319.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!