朴素贝叶斯分类器为什么引入拉普拉斯平滑
朴素贝叶斯某个特征xi没出现过,那么根据中心极限定理得到均值就是0 乘积就是0 不太合理,对于训练样本中没出现过的特征,测试的时有可能出现 需要做 拉普拉斯平滑 就是在用中心极限定理得到均值 的时候 分子分母同时加上一个数,这样每个特征的条件概率肯定不为0了 一般分子加1,分母加的是 分类数
朴素贝叶斯分类器为什么引入拉普拉斯平滑
朴素贝叶斯某个特征xi没出现过,那么根据中心极限定理得到均值就是0 乘积就是0 不太合理,对于训练样本中没出现过的特征,测试的时有可能出现 需要做 拉普拉斯平滑 就是在用中心极限定理得到均值 的时候 分子分母同时加上一个数,这样每个特征的条件概率肯定不为0了 一般分子加1,分母加的是 分类数