贝叶斯理论与朴素贝叶斯分类理论（Naive Bayesian Model，NBM）_bayes理论与分类

作者：天景科技苑 | 2024-07-10 03:48:08

踩

bayes理论与分类

贝叶斯理论与朴素贝叶斯分类理论（Naive Bayesian Model，NBM）

贝叶斯统计理论是英国数学家托马斯´贝叶斯于18世纪中叶提出并逐步完善的一种数学理论。基于贝叶斯统计理论的贝叶斯决策是在信息不完全的情况下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生的概率进行修正，最后再利用期望值和修正概率做出最优决策。贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是：

已知类条件概率密度参数表达式和先验概率。
利用贝叶斯公式转换成后验概率。
根据后验概率大小进行决策分类。

贝叶斯统计理论的核心是贝叶斯公式，贝叶斯公式的基本形式是：

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/天景科技苑/article/detail/804691