Прежде чем понять Наивного Байеса, мы сначала поймем концепцию
называется вероятностью
вероятность
А, об этом уже упоминалось ранее, так какое же это имеет отношение к наивному байесовскому подходу?
Вероятность в машинном обучении
Давайте посмотрим на предыдущую логистическую регрессию, классифицируем ли мы время с вероятностью меньше 0,5 в одну категорию, а если она больше 0,5 — в другую.
Формула условной вероятности
формула полной вероятности
Затем, после рассмотрения вероятности, давайте перейдем к основной теме.
байесовская формула
Возьмите предыдущий обзор и дополните его
Тогда мы знаем, для чего он будет использоваться в будущем, или как его использовать.
Применение формулы Байеса
Если мы немного изменим его, то можно понять, что когда человек посещает Taobao, вероятность нажатия на товар для покупки составляет 0,1, вероятность нажатия на любимый товар — 0,4, а вероятность любимого товара — 0.2 Попросите этого человека добавить его в избранное Какова вероятность покупки этого товара?
Думая таким образом, полезно ли продвигать продукты, которые с большей вероятностью будут куплены с этой вероятностью.
Итак, давайте посмотрим на это
Наивный Байес
Тогда возникает проблема: в реальной жизни наш x — это объект {x1:'', x2:''.....}, так что же нам делать.
Это приводит к нашему Наивному Байесу
попробуйте пример
Предположим, у нас есть новые данные x = {x1:0,x2:1,x3:0} Найдите, какой y с большей вероятностью будет
Давайте посчитаем, это имеет 2/3 вероятности равной 1, поэтому мы считаем, что более вероятно, что это будет 1.