title: 斯坦福-随机图模型-week1.5
tags: note
notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation
斯坦福-随机图模型-week1.5
贝叶斯网络
朴素贝叶斯
朴素贝叶斯是一个概率的分类模型，下面我们用概率图的思想去理解他。他转化成概率图模型可以描述成如下：
第一层是一个分类的随机变量，描述事物的分类：
第二层是多个特征的随机变量，也就是说这是一个从分类到特征的概率图模型，我们有在分类在观测的情况下，各个特征是相互条件独立的。
描述c与其他的特征同时发生的概率可以用如下公式：
更具体的可以将上述的式子进行展开，衡量每一个类别和各个特征的联合概率。
描述为
举例
下面举一个例子，比如一个文本分类的模型：
其中文本的类别是第一行，文本的特征，也就是文本出现的内容是第二行。这样就可以用我们的模型进行有效的分分类了。