我需要理解,如何多项-朴素-贝叶斯可以作出预测的基础上,科学-学习的实现。我看到了源代码,但我想了解它背后的数学原理。你能解释一下这个预测背后的数学吗?
发布于 2023-03-22 14:27:26
要理解朴素贝叶斯ML算法,首先要了解原始的朴素贝叶斯概率函数以及条件概率的含义。
简短的回答:在你的培训数据中,你可以“学习”诸如“在垃圾邮件中看到‘钱’这个词的概率”之类的推论。您可以在您的因变量(您的特性)和您要预测的类之间创建大量这些推论。概率允许您将这些推论(乘以概率)组合起来,对模型从未见过的新数据进行预测,从而允许将其分类到某个类中。
注意:我将在评论中添加一些链接
https://datascience.stackexchange.com/questions/120390
复制相似问题