机器学习 课件 第3章 贝叶斯分类器_第1页
机器学习 课件 第3章 贝叶斯分类器_第2页
机器学习 课件 第3章 贝叶斯分类器_第3页
机器学习 课件 第3章 贝叶斯分类器_第4页
机器学习 课件 第3章 贝叶斯分类器_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第3章贝叶斯分类器主讲胡晓目录3.1基本概念3.2决策准则3.3高斯混合模型3.4未知概率密度函数估计3.5朴素贝叶斯3.6拉普拉斯平滑3.1基本概念

3.1基本概念

3.1基本概念

根据贝叶斯准则和全概率公式3.2贝叶斯决策准则

3.2贝叶斯决策准则

3.3高斯混合模型

高斯混合模型，其凸性组合形式为

3.4未知概率密度函数估计

对数似然函数

最大化自然函数转化为最小化代价函数

3.4未知概率密度函数估计

3.4未知概率密度函数估计

每次迭代有两步：

3.5朴素贝叶斯

朴素贝叶斯(NaïveBayes)采用属性条件独立性假设减少需估计的参数数量：

3.6拉普拉斯平滑

谢谢！

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论