本文基本不涉及公式推导,只有一些简单的运算。理解记忆性的概念和结论比较多。通过一个预测是否购买电脑的例子,讲解了朴素贝叶斯的流程。
文章目录
1. 贝叶斯方法
1.1 概率基本知识
本部分对于大学期间学习过概率论与数理统计课程的学习者来说,没有难度;如果之前没有学习过的话,可以学一下先修课程,阿里云有系列课程,其他资源也很多。
1.1.1 随机试验与随机事件
1.1.2 事件关系与韦恩图
1.1.3 概率及性质
1.1.4 条件概率
乘法公式:
1.1.5 事件独立性
全概率公式:
1.2 贝叶斯公式
分子是乘法公式;分母是全概率公式。
2.贝叶斯推断
2.1 先验概率与后验概率
2.2 似然函数
后验概率VS似然函数VS先验概率
2.3 最大后验估计
先看一个抛硬币的例子。
- 最大似然估计考虑该问题
- 最大后验概率考虑该问题
- 最大后验估计
3. 朴素贝叶斯
如果事件之间影响比较大,或者说关联程度很高的话,最好不要使用朴素贝叶斯。
3.1 朴素贝叶斯的定义
3.2 朴素贝叶斯的模型
3.3 朴素贝叶斯实例
- 计算先验概率、计算年龄对是否购买的概率
- 计算收入层次对是否购买的概率、计算是否单身对是否购买的概率
- 使用朴素贝叶斯计算待预测记录是否购买的概率
4. 计算结果
3.4 拉普拉斯平滑
3.5 朴素贝叶斯的优缺点
课程链接:https://edu.aliyun.com/course/1923?spm=5176.10731491.0.0.307b48cb8jfUA2