宁波高质量品牌网站设计厂家,昆山网站建设第一品牌,seo关键词查询排名软件,wap的网站模板下载1.朴素贝叶斯
1.1条件概率
如果两个事件A和B不是相互独立#xff0c;并且知道事件B已经发生#xff0c;A在B中的条件概率#xff1a; P ( A ∣ B ) P ( A B ) P ( B ) P(A|B) {P(AB) \over P(B)} P(A∣B)P(B)P(AB) 先验概率#xff1a;
根据以往经验和分析得到的概…1.朴素贝叶斯
1.1条件概率
如果两个事件A和B不是相互独立并且知道事件B已经发生A在B中的条件概率 P ( A ∣ B ) P ( A B ) P ( B ) P(A|B) {P(AB) \over P(B)} P(A∣B)P(B)P(AB) 先验概率
根据以往经验和分析得到的概率。我们用PY来代表在没有训练数据前假设Y 拥有的初始概率。
后验概率
根据已经发生的事件来分析得到的概率。以P(Y | X)代表在假设X成立的情况下观察到Y数据的概率。
朴素贝叶斯
拉普拉斯平滑是一种用于平滑分类数据的技术。引入拉普拉平滑法来解决零概率问题。
