小孩子也能看懂的朴素贝叶斯算法

文章预览

我们经常在现实世界的问题上使用贝叶斯推断，贝叶斯推断的基本思想是越多的观测数据，推断的结果越准确。这个过程很简单：我们有一个初始的信念，称为先验，它随着我们获得额外信息而更新。尽管我们不把它看作是贝叶斯推断，但我们一直在使用这种技术。例如，我们最初可能认为我们在季度末有50%的机会获得晋升。如果我们收到经理的积极反馈，我们会将估计概率向上调整，相反，如果我们在咖啡机上搞砸了，我们可能会降低这个概率。当我们不断收集信息时，我们会调整我们的估计，以更接近“真实”的答案。 我们的直觉行动被概括为一个简单而强大的方程，称为贝叶斯定理： 方程左边称为后验概率，表示在事件B发生的条件下事件A发生的条件概率。 方程右侧的P(A)是先验概率或者是事件A初始信念概率，P(B|A)是似然度（也是一个条件 ………………………………