前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >机器学习实战 - 读书笔记(04) - 朴素贝叶斯

机器学习实战 - 读书笔记(04) - 朴素贝叶斯

作者头像
绿巨人
发布2018-05-17 13:38:44
5150
发布2018-05-17 13:38:44
举报
文章被收录于专栏:绿巨人专栏

核心公式 - 贝叶斯准则

p(c|x) = \frac{p(x|c)p(c)}{p(x)}

  • p(c|x) 是在x发生的情况下,c发生的概率。
  • p(x|c) 是在c发生的情况下,x发生的概率。
  • p(c) 是c发生的概率。
  • p(x) 是x发生的概率。

规则

如果P(c₁|x) > P(c₂|x),那么属于类别c₁。 如果P(c₁|x) < P(c₂|x),那么属于类别c₂。

等价变化

p(c1|x) = \frac{p(x|c1)p(c1)}{p(x)} p(c2|x) = \frac{p(x|c2)p(c2)}{p(x)} Therefore, comparing p(c1|x) and p(c2|x) are same as comparing \frac{p(x|c1)p(c1)}{p(x)} and \frac{p(x|c2)p(c2)}{p(x)} same as comparing p(x|c1)p(c1) and p(x|c2)p(c2)

多个独立特征的变化

p(x|c1)中,x是多个独立特征,即x=x_0,x_1...x_n, 则: p(x|c1)=p(x_0,x_1...x_n|c1) p(x|c1)=p(x_0|c1)p(x_1|c1)...p(x_n|c1)

下溢出问题

为了解决下溢出问题,这是由于太多很小的数相乘造成的,所以程序会下溢出或者得到不正确的答案。 在代数中有ln(a*b) = ln(a)+ln(b),于是通过求对数可以避免下溢出或者浮点数舍入导致的错误。同时,采用自然对数进行处理不会有任何损失。 Therefore, comparing p(c1|x) and p(c2|x) same as comparing log(p(x_0|c1)) + log(p(x_1|c1)) + ... + log(p(x_n|c1) + log(p(c1))

and

log(p(x_0|c2)) + log(p(x_1|c2)) + ... + log(p(x_n|c2) + log(p(c2))

实际应用

  • 过滤侮辱性留言
  • 过滤垃圾邮件
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2016-06-17 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 核心公式 - 贝叶斯准则
  • 规则
  • 等价变化
  • 多个独立特征的变化
  • 下溢出问题
  • 实际应用
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档