贝叶斯算法分类-基本概念

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1贝叶斯定理
P(H)：先验概率
P(H|X)：后验概率——在条件X下，H的后验概率，即给定观测数据样本X，假定H成立的概率
X：数据元组——通常用n个属性集的测量值描述
H：假设

P(H|X)=P(X|H)*P(H)/P(X)
∵P(H∩X)=P(H)*P(X|H)=P(X)*P(H|X)
即P(H)*P(X|H)=P(X)*P(H|X)
∴P(H|X)=P(X|H) *P(H) /P(X

2朴素贝叶斯分类
朴素贝叶斯分类的工作过程如下：
(1) 每个数据样本用一个n维特征向量X= {x1，x2，……，xn}表示，分别描述对n个属性A1，A2，……，An样本的n个度量。

3基本概念
4具体实例
5问题与解决方案
6贝叶斯信念网络
7基本概念
8具体实例
9训练贝叶斯信念网络

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：贝叶斯算法 基本概念 贝叶斯 贝叶斯信念网络 朴素贝叶斯分类

就这个东西也要14块钱，坑爹啊，就32页ppt，也收真么多钱，lz还有一点良知吗？

知识是无价的，欢迎下载