贝叶斯分类器
Posted blairgrowing
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了贝叶斯分类器相关的知识,希望对你有一定的参考价值。
贝叶斯
贝叶斯(约1701-1761) Thomas Bayes,英国数学家。约1701年出生于伦敦,做过神甫。1742年成为英国皇家学会会员。1761年4月7日逝世。贝叶斯在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论,并创立了贝叶斯统计理论,对于统计决策函数、统计推断、统计的估算等做出了贡献。他死后,理查德·普莱斯(Richard Price)于1763年将他的著作《机会问题的解法》(An essay towards solving a problem in the doctrine of chances)寄给了英国皇家学会,对于现代概率论和数理统计产生了重要的影响
贝叶斯决策理论
贝叶斯决策就是在不完全情报下,对部分未知的状态用主观概率估计,然后用贝叶斯公式对发生概率进行修正,最后再利用期望值和修正概率做出最优决策。
贝叶斯决策理论方法是统计模型决策中的一个基本方法,其基本思想是:
1、已知类条件概率密度参数表达式和先验概率。
2、利用贝叶斯公式转换成后验概率。
3、根据后验概率大小进行决策分类。
贝叶斯网络的应用
(1)故障诊断(diagnose)
(2)专家系统(expert system)
(3)规划(planning)
(4)学习(learning)
(5)分类(classifying)
样本空间的划分
全概率公式
基本方法
后验概率最大化的含义
朴素贝叶斯法的参数估计
贝叶斯估计
朴素贝叶斯网络的缺陷
朴素贝叶斯网络分类器的改进算法
半朴素贝叶斯分类器 (SNBC:Semi-Naive Bayesian Classifier)
选择贝叶斯分类器(SBC: Selective Bayesian Classifier)
树增广朴素贝叶斯网络分类器(TAN: Tree Augmented Naive Bayes)
平均一依赖估测器( AODE:averaged one dependence estimators)学习算法
加权平均的一依赖估测器(WAODE:weightily averaged one dependence estimators)学习算法
无约束贝叶斯网络分类器(GBN:General Baynes Network)
隐藏扩展的朴素贝叶斯分类算法(HANB)
以上是关于贝叶斯分类器的主要内容,如果未能解决你的问题,请参考以下文章