预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共48页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

朴素贝叶斯1.定义乘法定理乘法定理的推广1.集合(样本空间)的划分2.全概率公式图示说明全概率公式的主要用途在于它可以将一个复杂事件的概率计算问题,分解为若干个简单事件的概率计算问题,最后应用概率的可加性求出最终结果.例1有一批同一型号的产品,已知其中由一厂生产的占30%,二厂生产的占50%,三厂生产的占20%,又知这三个厂的产品次品率分别为2%,1%,1%,问从这批产品中任取一件是次品的概率是多少由全概率公式得贝叶斯公式Bayes公式的意义证明例2贝叶斯公式的应用解(1)由全概率公式得由以往的数据分析得到的概率,叫做先验概率.贝叶斯分类202122朴素贝叶斯分类242526“打网球”的决定No.统计结果统计结果统计结果已经计算出:天气E1利用朴素贝叶斯对文档分类利用朴素贝叶斯对文档分类扩展: 使用0,1方式表达的词袋模型虽然简单,但它并不能表达出不同词语的重要性,因此在信息检索领域,TF-IDF模型更常用。 TF(定义)TF(举例)TF(概括)TF(漏洞)权重(设定条件)权重(概括)IDF(逆向文件频率)TF-IDF查询TF-IDF值(应用)新闻分类(找数字)新闻分类(相似性)