机器学习极简入门课学习笔记-第十二课(朴素贝叶斯分类器——从贝叶斯定理到分类模型)

分类 VS 回归

分类模型 VS 回归模型

最根本的不同:前者是预测一个标签(类型、类别);后者则是预测一个量。

换一个角度来看,分类模型输出的预测值是离散值;而回归模型输出的预测值则是连续值。

也就是说输入一个样本给模型,回归模型给出的预测结果是在某个值域(一般是实数域或其子集)上的任意值;而分类模型则是给出特定的某几个离散值之一。

先验概率和后验概率

  • 先验概率(prior probability):指根据以往经验和分析。在实验或采样前就可以得到的概率。

  • 后验概率(posterior probability):指某件事已经发生,想要计算这件事发生的原因是由某个因素引起的概率。

贝叶斯公式

一般化的贝叶斯公式

简单的朴素贝叶斯分类器的模型函数

支持原创,随手一扫