机器学习笔记

        我们还是来看看关于西瓜分类的问题：

         朴素贝叶斯的思想是从概率的角度出发，计算训练样本中不用情况下出现不同结果的概率，然后对目标样本根据其特征值计算它属于每一个分类的概率，找出概率最高的分类即为预测值。例如：对于一个“色泽浅白、敲声沉闷、纹理清晰”的西瓜是好瓜还是坏瓜呢？我们首先来看一下贝叶斯定理：

        具体来说，就是已知在B条件下A的概率即：

        在这里我们假设每一个特征概率都是相互独立的即朴素的，所以我们也称这种分类方法为“朴素贝叶斯分类器”。所以有：

        于是我们得到了“色泽浅白、敲声沉闷、纹理清晰”是好瓜的概率为0.74074，由于我们的目标分类只有两种取值“是”或“不是”，所以概率值大于0.5则为好瓜，小于0.5则不是好瓜。