沉醉不知处的博客

贝叶斯对模拟离散数据的训练，评估和预测 # import package import random import numpy as np from sklearn.naive_bayes import CategoricalNB from sklearn.model_selection import train_test_split # data prepare rng = np.random.RandomState(1) X = rng.randint(5, size = (600, 100))

线性分类： 硬分类，直接输出观测对应的分类。 线性判别分析 感知机 软分类，通过概率得到， 概率生成（注重不同特征之间的关系）：高斯判别分析和朴素贝叶斯 概率判别（注重特征和标签的关系）：Logistic 回归 思想：朴素贝叶斯假设(目的：简化运算) 条件独立性假设 简单的概率图(有向图)模型 给定x, 求y ? 0|1 P(y) 二分类：y~伯努利分布 多分类：y~categorial 分布 如果x离散，xi一般是ca...