Introduction朴素贝叶斯是一种基于贝叶斯定理的分类算法。贝叶斯定理是指对于两个事件A和B，可以表示为 P(A|B)=P(B|A)P(A)/P(B)。朴素贝叶斯算法假设所有输入特征之间相互独立，这样可以将多个特征的贡献组合起来，并使用贝叶斯定理来进行决策。Example下面是一个使用朴素贝叶斯算法进行文本分类的例子，使用的数据集是 sklearn 库中的 20 类新闻组。首先，我们需要导入
转载
2023-10-07 13:04:07
101阅读
原创
2022-06-27 11:04:34
136阅读
还是搬来了基础自己学习用哦 ~~从最基础的概率论到各种概率分布全面梳理了基本的概率知识与概念，这些概念可能会帮助我们了解
原创
2024-07-30 14:44:05
220阅读
贝叶斯定理是什么，有什么用处？可能很多人都听过这个贝叶斯定理，却对它一知半解。事实上，不懂贝叶斯定理不会让我们的生活崩塌，不会让我们的生活一团乱麻，但是一旦掌握了贝叶斯定理，在很多决策场景中，我们将会变得更加明智。
今天我们将通过一个实际生活中的案例，用最通俗的方式帮助大家理解它。后续的话，我会为大家讲解如何用Python在实际案例中应用贝叶斯定理，感兴趣的朋友欢迎关注哦。
小明到底有没有得
转载
2019-04-09 08:31:05
253阅读
贝叶斯定理（Bayes' theorem）是概率论中的一个结果，它跟随机变量的条件概率以及边缘概率分布有关。在有些关于概率的解
原创
2022-12-07 09:22:09
243阅读
本文为阅读 "Data Science from Scratch" 之笔记，文中案例、公式分析皆来自此书 让我们先来看看生活中的一个小例子。假设有某种疾病D，在10000人中会有1人患此病；又假设对患此病的人进行测试，测试为阳性的比例达到99%，也就是说100名患者中，有99名患者检测结果皆为阳性（
原创
2021-07-22 11:31:06
575阅读
理解概率概念对于机器学习工程师或数据科学专业人员来说是必须的。许多数据科学挑战性问题的解决方案本质上是从概率视角解决的。因此，更好地理解概率将有助于更有效地理解和实现这些算法。每当你阅读任何概率书、博客或论文时，大多数时候你会发现这些书中的讲解太过理...
转载
2019-01-14 08:18:26
1059阅读
朴素贝叶斯是一种基于贝叶斯定理的简单概率分类器（分类又被称为监督式学习，所谓监督式学习即从已知样本数据中的特征信息去推测可能出现的输出以完成分类，反之聚类问题被称为非监督式学习），朴素贝叶斯在处理文本数据时可以得到较好的分类结果，所以它被广泛应用于文本分类/垃圾邮件过滤/自然语言处理等场景。
了解贝叶斯定理前，我们需要先了解条件概率与全概率公式。
条件概率
原创
2021-07-31 16:56:12
1365阅读
贝叶斯定理（英语：Bayes’ theorem）是概率论中的一个定理，它跟随机变量的条件概率以及边缘概率分布有关。在有些关于概率的解说中，贝叶斯定理（贝叶斯更新）能够告知我们如何利用新证据修改已有的看法。这个名称来自于托马斯•贝叶斯。 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，这两者是有确定的关系，贝叶斯定理就是这种关系的陈述。贝叶斯公式
转载
2024-01-12 15:00:42
93阅读
什么是贝叶斯定理？贝叶斯定理，以 18 世纪英国数学家托马斯贝叶斯命名，是确定条件概率的数学公式。条件概率是基于在类似情况下发生的先前结果的结果发生的可能性。贝叶斯定理提供了一种在给定新的或额外的证据的情况下修改现有预测或理论（更新概率）的方法。在金融领域，贝叶斯定理可用于评估贷款给潜在借款人的风险。该定理也称为贝叶斯规则或贝叶斯定律，是贝叶斯统计领域的基础。关键要点贝叶斯定理允许
原创
精选
2022-06-27 22:42:24
3863阅读
朴素贝叶斯是一种基于贝叶斯定理的简单概率分类器（分类又被称为监督式学习，所谓监督式学习即从已知样本数据中的特征信息去推测可能出现的输出以完成分类，反之聚类问题被称为非监督式学习），朴素贝叶斯在处理文本数据时可以得到较好的分类结果，所以它被广泛应用于文本分类/垃圾邮件过滤/自然语言处理等场景。了解贝叶斯定理前，我们需要先了解条件概率与全概率公式。
原创
2021-07-13 14:07:41
562阅读
注意：本篇为50天后的Java自学笔记扩充，内容不再是基础数据结构内容而是机器学习中的各种经典算法。这部分博客更侧重与笔记以方便自己的理解，自我知识的输出明显减少，若有错误欢迎指正！目录一、算法概念· 概率论回顾-条件概率与贝叶斯公式· 基本Naive Bayes推导· 基于程序设计的算法调整· Laplacian 平滑二、代码的变量确定三、代码实现1.构造函数2.计算\(P^{L}(D_i)\)
贝叶斯定理看起来是如此的简单，但却有着神奇的功效，这非常符合国人治病求医的思
原创
2023-01-30 17:32:41
635阅读
贝叶斯定理（Bayes' Theorem）是概率论中的一个重要概念，它描述了在给定相关证据或数据的情况下，某个
我们经常会需要在已知P(y∣x)P(y|x)P(y∣x)时计算P(x∣y)P(x|y)P(x∣y)。幸运的是，如果还知道P(x)P(x)P(x)，我们可以用贝叶斯定理来实现这一目的：P(x∣y)=P(y∣x)P(x)P(y)P(x \mid y) = \frac{P(y \mid x) P(x)}{P(y)}P(x∣y)=P(y)P(y∣x)P(x)注意到P(y)P(y)P(y)出现在上面的公式中，它通常使用P(y)=∑xP(y∣x)P(x)P(y)=\sum_xP(y \mid x) P(x)P(y
原创
2022-04-22 15:58:24
159阅读
什么是贝叶斯定理?在统计和应用数学中，贝叶斯定理也被称为贝叶斯规则，它是一个用于确定事件的偶然性概率的数学公式。贝叶斯定理
原创
2024-05-19 21:10:46
8阅读
首先来看一些概率的重要准则，这些准则大多数都和我们的直觉相符。概率在0～1之间变化，即0≤P（A）≤1，其中P（A）代表事件A发生的概率。如果事件确定发生，则其发生概率为1。即，当事件A确定发生时，P（A）=1。如果事件确定不会发生，则其发生概率为0。即，当事件A确定不发生时，P（A）=0。如果事件A和事件B不能同时发生，则称它们是互斥的。当事件A和事件B互斥时，任一事件（事件A或事件B）发生的概
原创
2021-03-25 21:08:12
1518阅读
贝叶斯定理中，分母的PXx∑i1KPXx∣Yci⋅PYciPXx∑i1KPXx∣Yci⋅PYci其实就是全概率公式。后验概率由先验概率和条件
原创
2023-02-26 09:11:29
205阅读
写作说明上一期我们讲了贝叶斯分类器，其中有很多的概率基础知识和贝叶斯定理。但是讲解的很没有重点，前半部分讲的是贝叶斯基础知识，最后很突兀的插进来一个文本分析-贝叶斯分类器。很多童鞋看到很累。其实上一期和本期都想附上《贝叶斯思维：统计建模的Python学习法》书中的代码，但我看了下源码，发现代码太长了信息量太大，不是我一篇文章就能展示的明白的。今天我就早起翻看这本书，根据书上的讲解和自己的理解，用P
原创
2021-01-04 19:26:43
1346阅读
今天，咱也来任性地扒一扒贝叶斯分类器的那些事儿 朴素贝叶斯由于其简单易用、易于理解的特点，已经广泛应用于文本分类、医疗诊断的应用场景。下面就简单总结一下朴素贝叶斯分类器中的相关知识点： 一、贝叶斯定理： 朴素贝叶斯分类器是一种统计学的分类方法，其基于朴素贝叶斯定理，给定一个样...
转载
2015-01-07 19:53:00
149阅读
2评论
