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

技术图片技术图片

 

 

 

全概率公式

技术图片

 

 

基本方法

技术图片

 

 技术图片

 

 技术图片

 

 

后验概率最大化的含义

技术图片

 技术图片

 

 

 

朴素贝叶斯法的参数估计

 

 

 技术图片

 

 技术图片

 

 技术图片

 

 技术图片

 

 

贝叶斯估计

技术图片

 

 

朴素贝叶斯网络的缺陷

技术图片

 

 

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

机器学习系列-朴素贝叶斯分类器

数据挖掘-贝叶斯分类器

19贝叶斯分类器:半朴素贝叶斯分类器(属性之间存在依赖)

贝叶斯分类器

机器学习:贝叶斯分类器——高斯朴素贝叶斯分类器代码实现

动态朴素贝叶斯分类器和朴素贝叶斯分类器有啥区别