Naive Bayes
December 16, 2022•37 words
Naive Bayes
文章: https://tinyurl.com/2k5vw3cf
他也是翻译的: https://tinyurl.com/2ga7nqoc
简单的说,就是用Bayes Rule来预测
Training Data用来计算 prior probability
然后prediction其实就是计算posterior probability
强调一下什么是Naive
Being Naive
我们假设一个句子中的每个单词都与其他单词无关。这意味着我们不再看整个句子,而是单个单词。我们把
- P(A very close game)
写成:
- P(a very close game)=P(a)×P(very)×P(close)×P(game)
这个假设非常强大,但是非常有用。这使得整个模型能够很好地处理可能被错误标签的少量数据或数据。下一步将它应用到我们以前所说的:
P(a very close game|Sports)=P(a|Sports)×P(very|Sports)×P(close|Sports)×P(game|Sports)
现在,我们所有的这些单词在我们的训练集中实际出现了好几次,我们可以计算出来!