7.朴素贝叶斯

朴素贝叶斯

贝氏定理：

$P(Y|X) = \frac{P(X,Y)}{P(X)} = \frac{P(X,Y) \times P(Y)}{P(X) \times P(Y)} = P(X|Y) \times \frac{P(Y)}{P(X)}$

Naive Bayesian只能做分类，不可做数字预测，贝叶斯中少除了一个P(X)，因为通常只是计算大小，所以对分类而言不影响结果。假设：输入之间的特征之间是相互独立的，概率归一化：最终概率综合应该等于1，另外一个假设是每个字段都同等重要，朴素贝叶斯自己不做字段筛选。

只能处理类别型字段，如果是数值型需要做离散化，直接计算数值也可使用正态分布计算这个特征对应的概率。

拉普拉斯修正法（Laplace Correction）对概率进行修正，防止零概率，如数据中有空值，那么直接忽略。

在Big Data环境中，它能支持Incremental Learning/Updatable Learning，十分难得，可以直接修正原始模型。

考虑特征之间的相关性：一个输入字段除了和目标字段相关，还和另外一个输入字段相关。

最后更新于3年前

这有帮助吗？

朴素贝叶斯

贝氏定理：

P(Y|X) = \frac{P(X,Y)}{P(X)} = \frac{P(X,Y) \times P(Y)}{P(X) \times P(Y)} = P(X|Y) \times \frac{P(Y)}{P(X)}

只能处理类别型字段，如果是数值型需要做离散化，直接计算数值也可使用正态分布计算这个特征对应的概率。

拉普拉斯修正法（Laplace Correction）对概率进行修正，防止零概率，如数据中有空值，那么直接忽略。

在Big Data环境中，它能支持Incremental Learning/Updatable Learning，十分难得，可以直接修正原始模型。

不同类型的朴素贝叶斯

将所有类别型字段转换成二元Dummy，所有字段中的值视为正态分布方式出现（针对数值型特征，高斯分布）。

将数值型字段离散化成类别型字段，再将所有的字段转换二元的Dummy字段（针对类别型和顺序型，伯努利分布）。

在文本分析中，每个关键字出现在每篇文章中的次数，并非以正态分布的方式呈现（针对二元类别特征的朴素贝叶斯模型，多项式分布）。