知识卡片

普通读书笔记卡 · 9445.m.1 · 生成模型:未记录

平滑避免零概率连乘

理解等级:中级

朴素贝叶斯中,若某特征值在某类别训练样本中未出现,直接频率估计会得到零,使整条类别概率乘积为零。拉普拉斯平滑为类别和特征计数加入适当的伪计数,避免有限样本中的未见情况抹去其他证据。

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:原文解释未出现导致概率乘积为零,并给出拉普拉斯修正。 - 原始内容:若某个属性值在训练集中没有与某个类同时出现过,则直接进行判别将出现问题。