朴素贝叶斯(NaïveBayes)_贝叶斯适用于什么样的数据

作者：IT小白 | 2024-07-24 15:38:25

踩

贝叶斯适用于什么样的数据

基于贝叶斯方法，通过先验概率，计算并选择最大的后验概率。

$P(Y|X)=\frac{P(X|Y)P(Y)}{P(X)}$
其中:
P(Y)为先验概率(prior);
P(X|Y)为在样本为Y的前提下，X的条件概率是(likelihood);
P(X)是证据因子(evidence);
P(Y|X)是后验概率(posterior)。

离散的概率模型：
$P(Y|X_1,…,X_i)$ ,其中类别变量Y，依赖于特征变量 $X_1, X_2,…,X_i$ , 修改模型为:
$P(Y|X_1,..,X_i)=\frac{P(X_1,..,X_i)P(Y)}{P(X_1,...,X_i)}$

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/IT小白/article/detail/875577