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16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

朴素贝叶斯分类及R语言实现朴素贝叶斯的理论基础贝叶斯定理便是基于条件概率,通过P(A|B)来求P(B|A):朴素贝叶斯的理论基础分类过程如图所示:P(Viagra|垃圾邮件)ⅹP(垃圾邮件)=(4/20)ⅹ(20/100)=0.04设Viagra=Yes、Money=No、Groceries=No、Unsubscribe=Yes。由于分母被忽视掉,所以还需在结果后除以分母:对于类的一个或多个水平,如果一个事件从来没有发生过,那么就有可能出现这样的问题。例如,单词Groceries之前从来没有出现在垃圾邮件消息中,因此,P(垃圾邮件|groceries)=0。取拉普拉斯值为:1给每个似然函数的分子加上1;给每个条件概率分母加上分子中增加1的总数。朴素贝叶斯算法的优缺点