朴素贝叶斯算法是寻找一个极大后验假设（MAP），即候选假设的最大后验概率。
如下：
在朴素贝叶斯分类器中，假设样本特征之间是独立的，则有：
计算每个假设的后验概率，选出最大的概率，对应的类别就是样本的分类结果。
优缺点：
对小规模的数据表现很好，适合多分类任务，适合增量式训练。当时，需要样本的特征之间独立性较高，不能有太多的相关性。对输入数据的表达形式很敏...
分类：
编程语言 时间：
2015-03-02 11:19:44
阅读次数：
297
从决策树学习谈到贝叶斯分类算法、EM、HMM引言 近期在面试中，除了基础 & 算法 & 项目之外，经常被问到或被要求介绍和描写叙述下自己所知道的几种分类或聚类算法(当然，这全然不代表你将来的面试中会遇到此类问题，仅仅是由于我的简历上写了句：熟悉常见的聚类 & 分类算法而已)，而我向来恨对...
分类：
编程语言 时间：
2015-02-20 18:33:53
阅读次数：
780
宅在家无聊之余决定看着《概率论和数理统计》&《统计学习方法》总结一下朴素贝叶斯和贝叶斯估计。
正好这一块我最近温习了一下，我从一开始条件概率开始写，把我所理解的贝叶斯分类算法完整呈现一下吧。
学的概率论最开始是在高中，当时是条件概率，给出条件概率的定义：事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P（A|B），读作“在B条件下A的概率”。
其次...
分类：
其他好文 时间：
2015-02-12 09:25:16
阅读次数：
229
1.朴素贝叶斯概率模型的数学实质：独立条件概率。 朴素在这里的含义就是各影响因子概率发生独立。2.朴素贝叶斯分类器的数学模型：条件概率模型P（C|F1F2...Fn）=P(C)P(F1F2...Fn|C)/P(F1F2...Fn) （1）这里Fn代表的是独立变量C的若干个特征变量（影响因子）。我们知...
分类：
其他好文 时间：
2015-02-11 18:08:30
阅读次数：
204
朴素贝叶斯分类器是用来做分类的一个简便方法。在贝叶斯公式的基础上，引人条件独立的假设，使得贝叶斯分类器具有简单易行的优点和假设时常与实际不符的缺点。下面简单介绍一下朴素贝叶斯分类器。 首先规定一下数据格式：输入的每一个样本为${{x}^{i}},{{c}^{i}}$，其中：$i$为样本编号，$...
分类：
其他好文 时间：
2015-02-06 21:40:19
阅读次数：
147
Infer.NET是一个概率图模型中(graphical models)用于运行贝叶斯推理机(Bayesian inference)的框架,本文将介绍一个基于Infer.NET构建贝叶斯机器分类器的例子，并用于根据身高体重预测性别的例子中。
分类：
Web程序 时间：
2015-01-29 09:15:44
阅读次数：
215
朴素贝叶斯分类 1.1、摘要 ?????? 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本文作为分类算法的第一篇，将首先介绍分类问题，对分类问题进行一个正式的定义。然...
分类：
其他好文 时间：
2015-01-28 19:56:09
阅读次数：
293
最近一段时间，正在学习机器学习与模式识别，为了验证算法，仍然用了之前做过的项目的一些图片作为数据采集的样本，进行数据采集。前段时间，做了一个花生籽粒的识别程序，是基于SVM+HOG的，这次则是采用朴素贝叶斯来进行识别。采集了20个品种，每个品种50个样本，共1K个数据。
朴素贝叶斯分类器(Naive Bayes Classifier,或 NBC)发源于古典数学理论，有着坚实的数学基础，以及稳...
分类：
其他好文 时间：
2015-01-27 20:25:03
阅读次数：
224
数学之美番外篇：平凡而又神奇的贝叶斯方法http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/机器学习与人工智能学习资源导引http://blog.csdn.net/pongba/article/details/2915005贝叶斯分类...
分类：
其他好文 时间：
2015-01-24 12:57:34
阅读次数：
140
贝叶斯分类器 贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。眼下研究较多的贝叶斯分类器主要有四种，各自是：Naive Bayes、TAN、BAN和GBN。 贝叶斯网络是一个带有概率...
分类：
编程语言 时间：
2015-01-21 14:57:37
阅读次数：
405
