目录

朴素贝叶斯==基于样本特征来预测样本属于的类别y

朴素贝叶斯算法的基本概念与核心思想

假设两个特征维度之间是相互独立的

拉普拉斯平滑=增加出现次数=保证0不出现

​编辑 基于样本特征来预测样本属于的类别y

什么是拉普拉斯平滑

---

朴素贝叶斯==基于样本特征来预测样本属于的类别y

朴素贝叶斯算法的基本概念与核心思想

首先我们来讨论一下朴素贝叶斯算法里面涉及到的几个核心概念：先验概率、后验概率、联合概率、全概率公式、贝叶斯公式。

想象这样一个场景，在一个炎热夏天的午后，我们想整个又大又甜的西瓜来清爽一下。于是我们一路小跑的来到超市，到超市以后我们需要选一个又大又甜的西瓜。我们根据常识或是经验知道放在超市里面卖的西瓜，一般情况下是熟的，假设根据统计，在超市里面卖的西瓜成熟的概率是70%，这个概率就是先验概率，先验概率（prior probability）就是根据以往经验和分析得到的概率。

因为是西瓜成熟的概率是 70%，所以还有 30% 的西瓜没有熟，所以我们还是需要好好挑一挑。那我们根据什么选择呢?作为一个吃货，我有些经验，比如瓜蒂脱落的话，西瓜成熟的概率会更高，大概是 85%。如果把瓜蒂脱落当作一种已有的结果，然后去推测西瓜成熟的概率，

这个概率 P(瓜熟 | 瓜蒂脱落) 就被称为后验概率。后验概率类似于条件概率。

 

假设两个特征维度之间是相互独立的

辛苦/情书=0导致误差

 

拉普拉斯平滑=增加出现次数=保证0不出现

 

 基于样本特征来预测样本属于的类别y

 

 

什么是拉普拉斯平滑

拉普拉斯平滑是朴素贝叶斯分类器中一种常用的平滑方法，它通过为每个特征的计算增加一个正数值来避免出现概率为0的情况，从而提高了分类器的准确性和可靠性。

一般情况下，在朴素贝叶斯分类器中，计算某个特征的条件概率值时，都会遇到特征值在训练集中未出现的情况，此时，如果直接根据频数统计，则估计值将为0，这一现象我们称之为“零概率问题”。拉普拉斯平滑的本质就在于对这种情况的处理。