分类：朴素贝叶斯
Posted MachineLearning机器学习
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了分类：朴素贝叶斯相关的知识，希望对你有一定的参考价值。
1.贝叶斯公式
条件概率：
全概率公式：
贝叶斯公式：
2.例子
例1：假设患某个癌症的概率为0.01，患癌症的病人中检查结果呈阳性的概率为0.9，不患癌症的病人中检查结果呈阴性的概率为0.8，则一个人检查结果为阳性，求他患癌症的概率。
例2：Iras与Steve在邮件中都喜欢谈到love、life以及deal，Iras谈到这三者的概率分别为0.2、0.3、0.5，Steve谈到这三者的概率分别为0.1、0.8、0.1，这两人给某人发邮件的概率分别为0.4和0.6，假设这封邮件均涉及到life和deal，则这封邮件最可能由谁发送的。
3.实例：自变量为年龄和薪水，因变量为购买意愿，属于二分类变量，其中1代表愿意购买，0代表不愿意购买。
(1)数据读取及其描述性分析
(2)数据处理
(3)朴素贝叶斯算法应用
(4)可视化
以上是关于分类：朴素贝叶斯的主要内容，如果未能解决你的问题，请参考以下文章