预测和专业建模 • 朴素 Bayes • “朴素 Bayes”平台的统计详细信息
上一个
 • 
下一个
“朴素 Bayes”平台的统计详细信息
算法
朴素 Bayes 方法将某观测归入在给出特征值的情况下它是其成员的概率最高的类。该方法假定特征在每个类中有条件独立。
用 C1, …, Ck 表示可能的分类。用 X1, X2, …, Xp 表示特征或预测变量。
具有 Xj =  xj 的观测属于 Cr 类的条件概率按以下方式计算：
•
若 Xj 是分类变量：P(Cr|xj)
•
若 Xj 是连续变量：
其中 φ 是标准正态密度函数，m 和 s 分别是 Cr 类中预测变量值的均值和标准差。
按以下方式计算具有预测变量值 x1, x2, …, xp 的观测属于 Cr 类的条件概率：
将某观测归入其条件概率最大的类。