首頁(yè) > 產(chǎn)品 > 問(wèn)答 > 樸素貝葉斯分類，樸素貝葉斯分類的M估計(jì)的意義是什么是如何得到的

樸素貝葉斯分類，樸素貝葉斯分類的M估計(jì)的意義是什么是如何得到的

來(lái)源：整理時(shí)間：2023-09-07 12:13:11 編輯：智能門戶手機(jī)版

本文目錄一覽

1，樸素貝葉斯分類的M估計(jì)的意義是什么是如何得到的
2，樸素貝葉斯分類效果和knn哪個(gè)好
3，哪位大神能大致描述一下樸素貝葉斯實(shí)現(xiàn)自動(dòng)文本分類明天復(fù)試擔(dān)
4，為什么樸素貝葉斯分類稱為樸素的
5，樸素貝葉斯分類算法基于什么假設(shè) 如果出現(xiàn)零概率
6，如何理解半監(jiān)督的樸素貝葉斯分類算法

1，樸素貝葉斯分類的M估計(jì)的意義是什么是如何得到的

樸素貝葉斯分類器是一種應(yīng)用基于獨(dú)立假設(shè)的貝葉斯定理的簡(jiǎn)單概率分類器。之所以成為樸素，應(yīng)該是Naive的直譯，意思為簡(jiǎn)單，樸素，天真。樸素貝葉斯分類是最常用的兩大分類算法（決策樹(shù)分類和樸素貝葉斯分類）。

你說(shuō)呢...

樸素貝葉斯分類的M估計(jì)的意義是什么是如何得到的

2，樸素貝葉斯分類效果和knn哪個(gè)好

如果缺乏好的對(duì)文本自動(dòng)進(jìn)行索引及摘要的工具,要從Internet浩瀚的文本中檢索有用信息是很困難的。因此,文本分類成為信息檢索(InformationRetrieval)的重要組成部分。樸素貝葉斯分類是應(yīng)用統(tǒng)計(jì)理論進(jìn)行文本分類的有效方法之一。該文結(jié)合web文本的特點(diǎn)使用樸素貝葉斯分類器實(shí)現(xiàn)了一個(gè)web文本分類系統(tǒng)WebCAT,并獲得了很好的分類結(jié)果

任務(wù)占坑

樸素貝葉斯分類效果和knn哪個(gè)好

3，哪位大神能大致描述一下樸素貝葉斯實(shí)現(xiàn)自動(dòng)文本分類明天復(fù)試擔(dān)

該文主要探討如何通過(guò)樸素貝葉斯算法對(duì)中文論壇中的文本信息進(jìn)行自動(dòng)分類，文中首先介紹了樸素貝葉斯算法的基本原理，并分析了該算法在文本分類中存在的不足之處然后針對(duì)中文論壇的文本信息進(jìn)行研究，結(jié)合中文論壇文本的特點(diǎn)對(duì)樸素貝葉斯算法提出了兩點(diǎn)修正，給出了修正后的分類算法公式最后介紹了如何借助Lucene開(kāi)源框架、Berke?leyDB數(shù)據(jù)庫(kù)及 IKAnalyzer分詞器等工具對(duì)修正樸素貝葉斯算法進(jìn)行技術(shù)實(shí)現(xiàn)。

你說(shuō)呢...

哪位大神能大致描述一下樸素貝葉斯實(shí)現(xiàn)自動(dòng)文本分類明天復(fù)試擔(dān)

4，為什么樸素貝葉斯分類稱為樸素的

樸素貝葉斯分類器是一種應(yīng)用基于獨(dú)立假設(shè)的貝葉斯定理的簡(jiǎn)單概率分類器。之所以成為樸素，應(yīng)該是naive的直譯，意思為簡(jiǎn)單，樸素，天真。樸素貝葉斯分類是最常用的兩大分類算法（決策樹(shù)分類和樸素貝葉斯分類）。分類是將一個(gè)未知樣本分到幾個(gè)預(yù)先已知類的過(guò)程。樸素貝葉斯分類是基于貝葉斯概率的思想，假設(shè)屬性之間相互獨(dú)立，例如a和b，則p（b|a）代表a發(fā)生的情況下，b發(fā)生的概率。具體的情況可以參見(jiàn) 劉未鵬大牛寫(xiě)的《數(shù)學(xué)之美番外篇：平凡而又神奇的貝葉斯方法》

因?yàn)闃闼刎惾~斯的思想很樸素Navie。你日常生活中也每時(shí)每刻都在進(jìn)行著分類，比如你看到一個(gè)黑人，心里十有八九猜他來(lái)自非洲。因?yàn)樯罱?jīng)驗(yàn)告訴你非洲黑人最多，當(dāng)然人家也有可能會(huì)是美洲或亞洲人。但是在沒(méi)有任何其他可用的信息的情況下，我們會(huì)選擇最有可能的類別。

5，樸素貝葉斯分類算法基于什么假設(shè) 如果出現(xiàn)零概率

數(shù)據(jù)平滑就是用于避免出現(xiàn)0概率的技術(shù)，你可以去查一下資料。

樸素貝葉斯分類器（naive bayes classifier）的樸素（naive）之處在于，其假設(shè)了各個(gè)特征之間是獨(dú)立的。以垃圾郵件分類器為例，如果訓(xùn)練樣本中一半的垃圾郵件含有“促銷偉哥”字樣，另一半有“正品勞力士”，則樸素貝葉斯分類器認(rèn)為，一個(gè)垃圾郵件同時(shí)含有“偉哥”和“勞力士”的概率是0.25。（只考慮“偉哥”和“勞力士”這兩個(gè)詞）只要是基於貝葉斯理論的分類器就可以叫貝葉斯分類器，樸素貝葉斯分類器的叫法是因?yàn)樗莾?yōu)化過(guò)的一種運(yùn)算性能高的算法（wikipedia 上的英語(yǔ)頁(yè)只給了樸素貝葉斯分類其的定義）。貝葉斯網(wǎng)絡(luò)是一種基於貝葉斯理論以 dag 形式描述全局概率分布的一種統(tǒng)計(jì)方法，不屬於分類器的一種，主要用於貝葉斯推斷。

6，如何理解半監(jiān)督的樸素貝葉斯分類算法

為了測(cè)試評(píng)估貝葉斯分類器的性能,用不同數(shù)據(jù)集進(jìn)行對(duì)比實(shí)驗(yàn)是必不可少的. 現(xiàn)有的貝葉斯網(wǎng)絡(luò)實(shí)驗(yàn)軟件包都是針對(duì)特定目的設(shè)計(jì)的,不能滿足不同研究的需要. 介紹了用Matlab在BNT軟件包基礎(chǔ)上建構(gòu)的貝葉斯分類器實(shí)驗(yàn)平臺(tái)MBNC,闡述了MBNC的系統(tǒng)結(jié)構(gòu)和主要功能,以及在MBNC上建立的樸素貝葉斯分類器NBC,基于互信息和條件互信息測(cè)度的樹(shù)擴(kuò)展的貝葉斯分類器TANC,基于K2算法和GS算法的貝葉斯網(wǎng)絡(luò)分類器BNC. 用來(lái)自UCI的標(biāo)準(zhǔn)數(shù)據(jù)集對(duì)MBNC進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明基于MBNC所建構(gòu)的貝葉斯分類器的性能優(yōu)于國(guó)外同類工作的結(jié)果,編程量大大小于使用同類的實(shí)驗(yàn)軟件包,所建立的MBNC實(shí)驗(yàn)平臺(tái)工作正確、有效、穩(wěn)定. 在MBNC上已經(jīng)進(jìn)行貝葉斯分類器的優(yōu)化和改進(jìn)實(shí)驗(yàn),以及處理缺失數(shù)據(jù)等研究工作

文章TAG：樸素貝葉斯分類樸素貝葉斯分類的M估計(jì)的意義是什么是如何得到的