开发者社区> 问答> 正文

为什么朴素贝叶斯如此“朴素”?

为什么朴素贝叶斯如此“朴素”?

展开
收起
珍宝珠 2019-11-26 17:12:47 2822 0
1 条回答
写回答
取消 提交回答
  • 叶斯算法简单高效,在处理分类问题上,是首先要考虑的方法之一。

    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。公式如下:

    image.png

    该公式最大的优点就是可以忽略AB 的联合概率直接求其条件概率分布。

    而朴素贝叶斯为什么如此朴素,因为他假定所有的特征在数据集中的作用是同样重要和独立的。正如我们所知,这个假设在现实世界中是很不真实的,因此说朴素贝叶斯真的很“朴素”。

    朴素贝叶斯分类是一种非常简单的分类算法,其思想是朴素的。即:对于给出的待分类项,求解在此项出现的条件下各个类别出现的概率,那个最大,就认为此待分类项属于那个类别。

    理论上,朴素贝叶斯模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此,这是因为朴素贝叶斯模型给定输出类别的情况下,假设属性之间相互独立,这个假设在实际应用中往往是不成立的,在属性个数比较多或者属性之间相关性较大时,分类效果不好。而在属性相关性较小的时,朴素贝叶斯性能最为良好。对于这一点,有半朴素贝叶斯之类的算法通过考虑部分关联性适度改进。

    2019-11-26 17:13:29
    赞同 展开评论 打赏
问答地址:
问答排行榜
最热
最新

相关电子书

更多
概率图模型 立即下载
纯干货 | 机器学习中梯度下降法的分类及对比分析 立即下载