知识卡片
朴素贝叶斯按输入选分布
伯努利模型适配二值特征,出现和未出现都会影响分数。高斯模型适配给定类别后可近似用正态密度表达的连续维。多项式模型适配非负计数,词出现更多次会累积更多证据。对计数加入平滑可以给训练中未出现的组合保留非零概率。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 搞懂算法:朴素贝叶斯是怎么回事 · 查看原书依据
朴素贝叶斯可以细分为3种方法,分别是伯努利朴素贝叶斯、高斯朴素贝叶斯和多项式朴素贝叶斯。
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第12章《搞懂算法:朴素贝叶斯是怎么回事》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter012.xhtml)
- 结论依据:正文分别用二值天气、连续点团和文本词频解释各变体。
- 原始内容:朴素贝叶斯可以细分为3种方法,分别是伯努利朴素贝叶斯、高斯朴素贝叶斯和多项式朴素贝叶斯。