这道题有什么贝叶斯公式的通俗解释,看不懂

朴素:特征的各个维度看做条件獨立

大概理解:给定一个样本向量(观测数据)判断这个样本的标签。相当于已知观测数据求最大的后验概率对应的标签。

举个例子(摘自统计学习方法):

贝叶斯估计求解(λ = 1时称为拉普拉斯平滑;λ = 0时,称为极大似然估计):


书中对这两个方法的说明:


}

拍照搜题秒出答案,一键查看所有搜题记录

拍照搜题秒出答案,一键查看所有搜题记录

拍照搜题秒出答案,一键查看所有搜题记录

}

我要回帖

更多关于 贝叶斯公式的通俗解释 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信