← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 5604.k.1 · 生成模型:未记录

朴素贝叶斯条件独立

理解等级:中级

朴素贝叶斯假设给定类别后,各特征条件独立,因此可把该类别下联合特征概率分解成各特征条件概率的乘积,再乘类别先验比较类别。该假设简化估计,但特征高度相关时可能使概率估计失准。

这张卡片看不懂?

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

    参考来源

    - 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml) - 结论依据:原文给出给定类别后的属性条件独立假设和概率估计。 - 原始内容:朴素贝叶斯采用了属性条件独立性假设:对已知的类别,假设所有属性相互独立。