第十二章 朴素贝叶斯分类器——从贝叶斯定理到分类模型

分类模型 VS 回归模型

分类是预测一个标签，其结果是某几个类别当中的一个。
回归是预测一个值。

贝叶斯公式

1552055214907.jpg

用语言解释就是：在 B 出现的前提下 A 出现的概率，等于 A 和 B 都出现的概率除以 B 出现的概率。

AB都出现的概率是啥意思？

朴素贝叶斯分类器的模型函数

1552055698632.jpg

z对应P(b1,b2,b3,...bn)

1552056128612.jpg

那个符号是连乘的意思。

朴素贝叶斯分类器，它是一个分类模型，它的模型函数是朴素贝叶斯公式——贝叶斯定理在所有特征全部独立情况下的特例。

• 人面猴

  序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...

  沈念sama阅读 204,684评论 6赞 478
• 死咒

  序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...

  沈念sama阅读 87,143评论 2赞 381
• 救了他两次的神仙让他今天三更去死

  文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...

  开封第一讲书人阅读 151,214评论 0赞 337
• 道士缉凶录：失踪的卖姜人

  文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...

  开封第一讲书人阅读 54,788评论 1赞 277
• 港岛之恋（遗憾婚礼）

  正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...

  茶点故事阅读 63,796评论 5赞 368
• 恶毒庶女顶嫁案：这布局不是一般人想出来的

  文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...

  开封第一讲书人阅读 48,665评论 1赞 281
• 城市分裂传说

  那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...

  沈念sama阅读 38,027评论 3赞 399
• 双鸳鸯连环套：你想象不到人心有多黑

  文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...

  开封第一讲书人阅读 36,679评论 0赞 258
• 万荣杀人案实录

  序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...

  沈念sama阅读 41,346评论 1赞 299
• 护林员之死

  正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...

  茶点故事阅读 35,664评论 2赞 321
• 白月光启示录

  正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...

  茶点故事阅读 37,766评论 1赞 331
• 活死人

  序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...

  沈念sama阅读 33,412评论 4赞 321
• 日本核电站爆炸内幕

  正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...

  茶点故事阅读 39,015评论 3赞 307
• 男人毒药：我在死后第九天来索命

  文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...

  开封第一讲书人阅读 29,974评论 0赞 19
• 一桩弑父案，背后竟有这般阴谋

  文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...

  开封第一讲书人阅读 31,203评论 1赞 260
• 情欲美人皮

  我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...

  沈念sama阅读 45,073评论 2赞 350
• 代替公主和亲

  正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...

  茶点故事阅读 42,501评论 2赞 343

推荐阅读更多精彩内容

• 贝叶斯方法、定理、分类、网络

  1 贝叶斯方法 长久以来，人们对一件事情发生或不发生的概率，仅仅有固定的0和1，即要么发生，要么不发生。假设问那时...

  高永峰_GYF阅读 2,805评论 0赞 11
• 7.gitchat训练营-朴素贝叶斯分类器——从贝叶斯定理到分类模型

  1.分类VS回归 2.贝叶斯定理 贝叶斯公式如下：用语言解释就是：在 B 出现的前提下 A 出现的概率，等于 A ...

  风吹柳_柳随风阅读 250评论 0赞 0
• 朴素贝叶斯以及三种常见模型推导

  朴素贝叶斯 在机器学习中，朴素贝叶斯分类器是一系列以假设特征之间强（朴素）独立下运用贝叶斯定理为基础的简单概率分类...

  七八音阅读 20,499评论 0赞 21
• 竟有这种操作?贝叶斯方法的简单学习

  各位小伙伴们大家好,前些日子,我看了一些关于贝叶斯方法的文章,其中以今天这一篇文章觉得最好,不仅讲的简单通俗易懂并...

  云时之间阅读 5,625评论 4赞 72
• 来自山东枣庄求助

  今天是1月30日，昨晚山东枣庄的一个家庭全家四口,为了孩子低迷的学习状态，连夜赶往成都求助想赶在今晚沙龙做《场域动...

  段晓英阅读 245评论 0赞 2