热门标签
热门文章
- 1建筑建筑工程材料检测五强两比试块检验试题及答案，分享几个实用搜题和学习工具 #笔记#媒体#媒体
- 2斐波那契散列
- 3人工智能在物流行业的发展与应用
- 4Homebrew安装及换源_homebrew换源
- 5Pillow版本过高，字体重复使用导致内存泄漏_如何降低pillow版本
- 6在vivado创建实现约束_vivado2022约束文件
- 7org.apache.hadoop.hive.metastore.HiveMetaException: Unknown version specified for initialization: 3.
- 8关于如何查询zookeeper的版本:_查看zk版本
- 9android 对比进度条,android进度条
- 10HTML——动画效果：图片循环横向播放
当前位置: article > 正文
sklearn-分类算法-朴素贝叶斯_sklearn朴素贝叶斯分类
作者：小舞很执着 | 2024-07-10 03:49:05
赞
踩
sklearn朴素贝叶斯分类
朴素贝叶斯 ：
适用于 文本分类，垃圾邮件识别等
思想：计算出 预测样本属于 ， 每一种类别分别的概率，然后取概率最大的类别 作为预测类别
朴素贝叶斯公式
C：代表类别class，例如科技类
W：预测文档提取出的关键词 w1```````wn
P(属于科技概率|预测文档的特征值)
=[ p(出现预测文档多个特征值的概率|科技类文档条件下)p(科技类文章占全部文档的概率) ] / p(预测文档出现这些特征值的概率)
=【p(出现预测文档特征值词语1的概率|科技类文档的条件下) p(出现预测文档特征值词语2的概率|科技类文档的条件下)*……… p(特征值词语n的概率|科技类文档的条件下)】*p(科技类文章占全部文档的概率) / p(预测文档出现这些特征值的概率)
推荐阅读
相关标签
