《scikit-learn机器学习》朴素贝叶斯① - 贝叶斯定理+朴素贝叶斯分类法+连续值的处理

贝叶斯定理

在这里插入图片描述
就和我们高中的那个,在一个条件下,再进行另一个条件的概率求解问题


朴素贝叶斯分类法

在这里插入图片描述
这个公式推导我没看懂,但是我知道它大体是讲什么的。
举一个简单的例子:

在这里插入图片描述
这个图片是驾龄,车速和性别的数据,我们接下来将会根据这个数据来开展我们的朴素贝叶斯的介绍。

问题:假设现在有一个人是驾龄2年,还开车速度80码,判断是男是女?
解决问题的步骤:

  • 算出是女性的概率相对值
  • 算出是男性的概率相对值
  • 最后比较,或者算出绝对概率值,判断是男是女

具体步骤:
在这里插入图片描述

连续值的处理

在这里插入图片描述
解题:
在这里插入图片描述
【世界上很多事物都是符合正态分布的发展规律的】
由于人类的身高,体重,脚掌都满足于高斯分布(就是正态分布),所以说最好的办法就是用高斯分布的密度函数来求相对概率。
在这里插入图片描述


版权声明:本文为weixin_42198265原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。