当前位置：首页 > wzjs >正文

网站建设步骤和流程做百度推广销售怎么样

wzjs 2025/7/27 12:50:29

网站建设步骤和流程,做百度推广销售怎么样,在县城做同城网站怎么样,网站备案信息真实性核验单流程朴素贝叶斯朴素贝叶斯算法简介概率基础复习学习目标了解联合概率、条件概率和相关独立的概念知道贝叶斯公式知道拉普拉斯平滑系数 1.概率定义概率定义为一件事情发生的可能性扔出一个硬币，结果头像朝上 P(X) : 取值在[0, 1] 2.案例：判断女神对你的…

朴素贝叶斯

朴素贝叶斯算法简介

概率基础复习

学习目标

了解联合概率、条件概率和相关独立的概念
知道贝叶斯公式
知道拉普拉斯平滑系数

1.概率定义

概率定义为一件事情发生的可能性

扔出一个硬币，结果头像朝上

P(X) : 取值在[0, 1]

2.案例：判断女神对你的喜欢情况

在讲这两个概率之前我们通过一个例子，来计算一些结果：

问题如下：

女神喜欢的概率？
职业是程序员并且体型匀称的概率？
在女神喜欢的条件下，职业是程序员的概率？
在女神喜欢的条件下，职业是程序员、体重超重的概率？

计算结果为：

P(喜欢) = 4/7
P(程序员, 匀称) = 1/7(联合概率)
P(程序员|喜欢) = 2/4 = 1/2(条件概率)
P(程序员, 超重|喜欢) = 1/4

思考题：在小明是产品经理并且体重超重的情况下，如何计算小明被女神喜欢的概率？

即P(喜欢|产品, 超重) = ？

此时我们需要用到朴素贝叶斯进行求解，在讲解贝叶斯公式之前，首先复习一下联合概率、条件概率和相互独立的概念。

3.联合概率、条件概率与相互独立

联合概率：包含多个条件，且所有条件同时成立的概率

记作：P(AB) = P(A) *P(B|A) = P(B) *P(A|B)

条件概率：就是事件A在另外一个事件B已经发生条件下的发生概率

记作：P(A|B)

相互独立：如果P(A, B) = P(A)P(B)，则称事件A与事件B相互独立。

P(A,B|C) = P(A|C)*P(B|C)

4.贝叶斯公式

4.1 公式介绍

P(C) 表示 C 出现的概率，一般是目标值

P(W|C) 表示 C 条件 W 出现的概率

P(W) 表示 W 出现的概率

4.2 案例计算

那么思考题就可以套用贝叶斯公式这样来解决：

P(喜欢|产品, 超重) = P(产品, 超重|喜欢)P(喜欢)/P(产品, 超重)

上式中，

P(产品, 超重|喜欢)和P(产品, 超重)的结果均为0，导致无法计算结果。这是因为我们的样本量太少了，不具有代表性。
本来现实生活中，肯定是存在职业是产品经理并且体重超重的人的，P(产品, 超重)不可能为0；
而且事件“职业是产品经理”和事件“体重超重”通常被认为是相互独立的事件，但是，根据我们有限的7个样本计算“P(产品, 超重) = P(产品)P(超重)”不成立。

而朴素贝叶斯可以帮助我们解决这个问题。

朴素贝叶斯，简单理解，就是

假定了特征与特征之间相互独立的贝叶斯公式。

也就是说，朴素贝叶斯，

之所以朴素，就在于假定了特征与特征相互独立。

所以，思考题如果按照朴素贝叶斯的思路来解决，就可以是

P(产品, 超重) = P(产品) * P(超重) = 2/7 * 3/7 = 6/49
p(产品, 超重|喜欢) = P(产品|喜欢) * P(超重|喜欢) = 1/2 * 1/4 = 1/8
P(喜欢|产品, 超重) = P(产品, 超重|喜欢)P(喜欢)/P(产品, 超重) = 1/8 * 4/7 / 6/49 = 7/12

那么这个公式如果应用在文章分类的场景当中，我们可以这样看：

公式分为三个部分：

P(C)：每个文档类别的概率(某文档类别数／总文档数量)
P(W│C)：给定类别下特征（被预测文档中出现的词）的概率
- 计算方法：P(F1│C)=Ni/N （训练文档中去计算）
  - Ni为该F1词在C类别所有文档中出现的次数
  - N为所属类别C下的文档所有词出现的次数和
P(F1,F2,…) 预测文档中每个词的概率

如果计算两个类别概率比较：

所以我们只要比较前面的大小就可以，得出谁的概率大

4.3 文章分类计算

需求：通过前四个训练样本（文章），判断第五篇文章，是否属于China类

计算结果

P(C|Chinese, Chinese, Chinese, Tokyo, Japan) -->
P(Chinese, Chinese, Chinese, Tokyo, Japan|C) * P(C) / P(Chinese, Chinese, Chinese, Tokyo, Japan) 
=
P(Chinese|C)^3 * P(Tokyo|C) * P(Japan|C) * P(C) / [P(Chinese)^3 * P(Tokyo) * P(Japan)]# 这个文章是需要计算是不是China类，是或者不是最后的分母值都相同:# 首先计算是China类的概率: 
P(Chinese|C) = 5/8
P(Tokyo|C) = 0/8
P(Japan|C) = 0/8# 接着计算不是China类的概率:
P(Chinese|C`) = 1/3
P(Tokyo|C`) = 1/3
P(Japan|C`) = 1/3

问题：从上面的例子我们得到P(Tokyo|C)和P(Japan|C)都为0，这是不合理的，如果词频列表里面有很多出现次数都为0，很可能计算结果都为0.

解决方法：P(F1∣C)=Ni+αN+α∗m P( F1∣ C)= N+ α∗ m Ni+ α

m为训练文档中统计出的特征词个数

# 这个文章是需要计算是不是China类:首先计算是China类的概率:  0.0003P(Chinese|C) = 5/8 --> 6/14P(Tokyo|C) = 0/8 --> 1/14P(Japan|C) = 0/8 --> 1/14接着计算不是China类的概率: 0.0001P(Chinese|C`) = 1/3 -->(经过拉普拉斯平滑系数处理) 2/9P(Tokyo|C`) = 1/3 --> 2/9P(Japan|C`) = 1/3 --> 2/9