机器学习 朴素贝叶斯之邮件分类 | 您所在的位置:网站首页 › 朴素贝叶斯分类流程图 › 机器学习 朴素贝叶斯之邮件分类 |
目录 一.贝叶斯算法: 1.先验概率: 2.后验概率: 3.贝叶斯定理: 4.概率模型: 二.朴素贝叶斯分类器: 1.朴素贝叶斯分类: 2.拉普拉斯修正: 3.防溢出策略: 4.垃圾邮件分类: 三.利用朴素贝叶斯分类对于电子邮件分类 1.使用的数据集: 2.相关代码: 3.运行结果: 贝叶斯方法是以贝叶斯原理为基础,使用概率统计的知识对样本数据集进行分类。由于其有着坚实的数学基础,贝叶斯分类算法的误判率是很低的。贝叶斯方法的特点是结合先验概率和后验概率,即避免了只使用先验概率的主观偏见,也避免了单独使用样本信息的过拟合现象。贝叶斯分类算法在数据集较大的情况下表现出较高的准确率,同时算法本身也比较简单。 朴素贝叶斯方法是在贝叶斯算法的基础上进行了相应的简化,即假定给定目标值时属性之间相互条件独立。也就是说没有哪个属性变量对于决策结果来说占有着较大的比重,也没有哪个属性变量对于决策结果占有着较小的比重。虽然这个简化方式在一定程度上降低了贝叶斯分类算法的分类效果,但是在实际的应用场景中,极大地简化了贝叶斯方法的复杂性。 一.贝叶斯算法:需要了解贝叶斯算法,首先我们需要了解一下先验概率和后验概率; 1.先验概率: 通常可以用样例中属于c j 的样例数 | c j | 比上总样例数 | D |来近似, P ( c j ) 代表还没有训练模型之前,根据历史数据 / 经验估算 c j 拥有的初始概率,即先验概率。 2.后验概率: 给定数据样本x 时 c j 成立的概率 P ( c j | x ) 被称为后验概率 ,它反映了在看到数据样本 x 后 c j成立的置信度,即观测到 x 后对结果 y 的估计。 在 大部分的机器学习模型中,我们尝试得到的是后验概率,即通过已有的数据构造模型,使得计算机估计新的事件发生的概率。 3.贝叶斯定理: 已知两个独立事件A 和 B ,事件 B 发生的前提下,事件 A 发生的概率可以表示为 P ( A | B ) ,即上图中橙色部分占红色部分的比例,即: 4.概率模型:那么我们如何应用贝叶斯定理到机器上,首先要在机器要建立一个概率模型; 在机器学习中,通常分为 判别式模型: 判别模型之所以称为“判别”模型,是因为其根据X“判别”Y,由数据直接学习决策函数Y=f(X)或者条件概率分布作为预测的模型。 生成式模型: 生成模型之所以称为“生成”模型,是因为利用训练数据学习P(X|Y)和P(Y)的估计,得到联合概率分布,然后求得后验概率分布,再利用它进行分类。 在机器学习中任务是从属性X预测标记Y,判别模型求的是P(Y|X),即后验概率;而生成模型最后求的是P(X,Y),即联合概率。 |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |