機(jī)器學(xué)習(xí)實(shí)踐教程 課件 第05章 樸素貝葉斯_第1頁
機(jī)器學(xué)習(xí)實(shí)踐教程 課件 第05章 樸素貝葉斯_第2頁
機(jī)器學(xué)習(xí)實(shí)踐教程 課件 第05章 樸素貝葉斯_第3頁
機(jī)器學(xué)習(xí)實(shí)踐教程 課件 第05章 樸素貝葉斯_第4頁
機(jī)器學(xué)習(xí)實(shí)踐教程 課件 第05章 樸素貝葉斯_第5頁
已閱讀5頁，還剩9頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

第5章樸素貝葉斯問題某種特定的癌癥的患病率為0.1%?，F(xiàn)有一檢測(cè)方法：患者中檢測(cè)為陽性的概率為95%。健康人群中檢測(cè)為陽性的概率為2%。如果被檢測(cè)為陽性，實(shí)際患上這種癌癥的概率是多少？計(jì)算患癌概率貝葉斯公式P(H)被稱為先驗(yàn)概率（priorprobability）P(D|H)被稱為似然概率（likelihoodprobability）P(H|D)被稱為后驗(yàn)概率（posteriorprobability）三個(gè)概念樸素貝葉斯計(jì)算案例身高“高”體重“中”鞋碼“中”是男還是女？詞頻TF一個(gè)單詞在文檔中出現(xiàn)的次數(shù)。逆向文檔頻率IDF一個(gè)單詞在文檔中的區(qū)分度。TF-IDF值TF-IDF=TF*IDF

詞項(xiàng)在少數(shù)文檔中多次出現(xiàn)時(shí)，權(quán)重值最大，區(qū)分能力最強(qiáng)。

詞項(xiàng)在一篇文檔中出現(xiàn)次數(shù)很少，或在很多文檔中出現(xiàn)，權(quán)重值次之，或者說區(qū)分能力一般。詞項(xiàng)在所有文檔中都出現(xiàn)，權(quán)重值最小。計(jì)算TF-IDF假設(shè)一個(gè)文件夾里一共有10篇文檔，其中一篇文檔有1000個(gè)單詞，“this”這個(gè)單詞出現(xiàn)20次，“bayes”出現(xiàn)了5次?！皌his”在所有文檔中均出現(xiàn)過，而“bayes”只在2篇文檔中出現(xiàn)過。我們來計(jì)算一下這兩個(gè)詞語的TF-IDF值。sklearn的三種算法高斯樸素貝葉斯特征變量是連續(xù)變量，符合高斯分布比如說人的身高，物體的長(zhǎng)度。多項(xiàng)式樸素貝葉斯特征變量是離散變量，符合多項(xiàng)分布在文檔分類中特征變量體現(xiàn)在一個(gè)單詞出現(xiàn)的次數(shù)或者是單詞的TF-IDF值等。伯努利樸素貝葉斯特

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論