简述朴素贝叶斯

现在人工智能这么火,相对的算法也开始火起来了!之前接触过一些算法,但是感觉太难了  就不想去碰了 

看了这么多的例子,自己有了一些了解

公式是:P(分类|现象)=P(现象|分类)* P(分类)/P(现象);

这里呢

比如说有两个碗:

第一个碗里有2个黄色小球和2个红色小球

第二个碗里有4个黄色小球和6个红色小球

用手拿的话:

在第一个碗里拿到黄色小球的概率是50%,红色小球的概率也是50%

在第二个碗里拿到黄色小球的概率是40%,红色小球的概率是60%

假设你拿一个红球在第一个碗里的概率是多少呢?其实就是在这样:

P(1碗|红)=  P(红|一碗)*P(1碗)/P(红)

可以求出:

P(1碗)=2/7;

p(红)=4/7

p(红|1碗|)=1/2

所以:p(1碗|红)=(1/2*2/7)/(4/7)=1/4=25%

最后得到的结果是 一次在1碗中拿红球的概率是25%;

猜你喜欢

转载自blog.csdn.net/guan__ye/article/details/79656882
今日推荐