知識星球
筆者邀請您，先思考：
1 您怎麼理解樸素貝葉斯法？
2 樸素貝葉斯法的優劣是什麼？
樸素貝葉斯演演算法
樸素貝葉斯是一種簡單但是非常強大的線性分類器，它在垃圾郵件分類，疾病診斷中都取得了很大的成功。
它只所以稱為樸素，是因為它假設特徵之間是相互獨立的
樸素貝葉斯的數學原理
1.後驗機率(Posterior Probabilities):
為了更好地瞭解樸素貝葉斯分類器是怎麼工作的，瞭解貝葉斯法則是很必要的。它可以被簡單地描述成下麵的公式：
後驗機率=(條件機率∗先驗機率現象機率)/(現象機率)
舉一個簡單的例子說明：
P(給定天上有烏雲，下雨的機率)=（P(給定天上下雨，有烏雲的機率)∗P(下雨的機率)）/P(有烏雲的機率)
ωj表示屬於哪個類別，j∈{1,2,3,…,m}
xi表示特徵向量中的第i個特徵，i∈{1,2,3,…,n}
樸素貝葉斯的標的就是分別求得P(ωj|給定現象)j∈{1,2,3,…,m}，選出最大的機率。
樸素貝葉斯分類是將實體分到後驗機率最大的類中。這等價於期望風險最小化。這就是樸素貝葉斯法所採用的原理。
條件機率公式：
實戰程式碼
Accuracy: 100.0 %
Score:1.000000
文章推薦：
您有什麼見解，請留言。
加入資料人圈子或者商務合作，請新增筆者微信。
資料人網是資料人學習、交流和分享的平臺http://shujuren.org 。專註於從資料中學習到有用知識。
平臺的理念：人人投稿，知識共享；人人分析，洞見驅動；智慧聚合，普惠人人。
您在資料人網平臺，可以1）學習資料知識；2）建立資料部落格；3）認識資料朋友；4）尋找資料工作；5）找到其它與資料相關的乾貨。
我們努力堅持做原創，聚合和分享優質的省時的資料知識！
我們都是資料人，資料是有價值的，堅定不移地實現從資料到商業價值的轉換！
點選閱讀原文，進入資料人網，獲取資料知識。
公眾號推薦：
區塊鏈傳達，專註於分享區塊鏈內容。
腳印英語，專註於分享英語口語內容。
