垃圾邮件过滤 需求 及 表示方法
II . 贝叶斯方法 步骤 1 : 提出假设
III . 贝叶斯方法 步骤 2 : 计算垃圾邮件假设概率
IV ....计算该邮件是垃圾邮件的概率 :
① 需要计算的概率 : 收到邮件
D
后 , 该邮件是垃圾邮件
H_0
, 概率是
P(H_0|D)
;
② 问题 : 很明显 , 这个概率求不出来 ;
2...引入贝叶斯公式 :
① 逆向概率 ( 似然概率 | 条件概率 ) : 收到垃圾邮件后 , 该邮件是
D
的概率 ; 这个概率可以由训练学习得到 , 数据量足够大 , 是可以知道的 ;
② 先验概率...计算该邮件是正常邮件的概率 :
① 计算的概率 : 收到邮件
D
后 , 该邮件是正常邮件
H_1
, 概率是
P(H_1|D)
;
② 问题 : 很明显 , 这个概率求不出来 ;
2 ....引入贝叶斯公式 :
① 逆向概率 ( 似然概率 | 条件概率 ) : 收到正常邮件
H_1
后 , 该邮件是
D
的概率 ; 这个概率可以由训练学习得到 , 数据量足够大 , 是可以知道的 ;