高斯朴素贝叶斯分类
高斯朴素贝叶斯分类
提问于 2015-06-11 17:54:35
我发现了以下一个朴素贝叶斯分类器的Matlab实现：
https://github.com/jjedele/Naive-Bayes-Classifier-Octave-Matlab
高斯朴素贝叶斯和朴素贝叶斯有什么区别？如何将上述实现扩展为高斯朴素贝叶斯？
如何扩展与4个类一起使用它的实现？只是做一个-vs-所有其他的？
非常感谢你的帮助。
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-05-04 20:31:58
在朴素贝叶斯分类中，我们取一组特征(x0，x1，...xn)，并试图将这些特征分配给已知的Y类集合之一(y0，y1，...yk)，我们使用训练数据来计算条件概率，这些条件概率告诉我们一个特定类在训练集中有多少个特征，然后将它们相乘。
结果是Y组中每个类的得分。然后我们将Y的最高得分成员作为我们的特征集应该分配给的类。
到目前为止，我们还没有对p(x=C)分布做出任何假设。
在Guassian中，我们假设所有的p(x，x，C)值都是正态分布的，这是唯一的“差异”，它实际上不是差别，GNB只是朴素Bayes的一个子集。
如果您没有大量的培训数据，并且愿意假设总体数据通常分布在样本(培训)数据的平均值上，这将是非常有用的。
完整的披露者Tex来自维基百科。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30788043
复制相关文章
相似问题
腾讯云开发者
