朴素贝叶斯分类.ppt

下载文档 降价啦

7
0
约小于1千字
约 48页
2019-05-04 发布于湖北
举报
版权申诉
保障服务

朴素贝叶斯分类.ppt

1、本文档共48页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

朴素贝叶斯 ;;乘法定理;乘法定理的推广;;全概率公式;图示;;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;而在得到信息之后再重新加以修正的概率叫做后验概率.;贝叶斯分类;*;*;*;朴素贝叶斯分类;*;*;*;“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);???闻分类(找数字);新闻分类(相似性)