热线电话:13121318867

登录
首页大数据时代朴素贝叶斯算法的简单理解和介绍
朴素贝叶斯算法的简单理解和介绍
2020-07-01
收藏

贝叶斯分类是一类分类算法的总称,这类算法都是以贝叶斯定理为基础,所以统称为贝叶斯分类。贝叶斯分类中最简单,同时也是常见的一种分类方法就是朴素贝叶斯分类。下面小编来简单介绍一下朴素贝叶斯分类。

一、朴素贝叶斯是基于概率论的分类算法。虽然原理简单,也很容易实现,平时多用于文本分类,比如垃圾邮件过滤。

朴素贝叶斯分类算法,它的核心算法是--贝叶斯公式

朴素贝特斯公式为

二、朴素贝叶斯的优缺点

优点:

(1) 算法逻辑简单,只要使用贝叶斯公式转化即可,易于实现

(2)假设各特征之间相互独立,只涉及到二维存储,分类过程中时空开销小

缺点:

朴素贝叶斯中的朴素一词的来源就是假设各特征之间相互独立。这一假设使得朴素贝叶斯算法变得简单,但有时会牺牲一定的分类准确率。

三、朴素贝叶斯的实际应用

高斯分布型:用于classification问题,假定属性/特征服从正态分布的。

多项式型:用于离散值模型里。

伯努利型:最后得到的特征只有0(没出现)和1(出现过)。

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询