美文网首页
Day 675：机器学习笔记（4）

Day 675：机器学习笔记（4）

作者: kafkaliu | 来源:发表于2018-12-02 22:37 被阅读7次

回归模型输出的是连续值，而分类模型输出的则是离散值。

今天主要是贝叶斯分类。

贝叶斯定理本质上说的是在信息不足的情况下如何进行预测，即B出现的前提下A页出现的概率，等于A和B都出现的概率除以B出现的概率。

一般化之后：

朴素贝叶斯分类器的一种实现方法是算出各种值的出现的频率，并将频率看做概率，最高者为预测出的类别。

另一种方法是条件概率的参数估计，即通过该特征在样本红的分布来计算该特征的条件概率。

相关文章

网友评论

      本文标题：Day 675：机器学习笔记（4）

      本文链接：https://www.haomeiwen.com/subject/uopscqtx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|Day 675：机器学习笔记（4）|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！