2. 樸素貝葉斯
監(jiān)督學(xué)習(xí)
- 馬是否屬于acerous?
關(guān)注特征 - 監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)（異常檢測、聚類等）
- features -> ... -> labels
- 散點圖 -> 決策面（DS）
- 線性決策面（直線）
樸素貝葉斯&高斯貝葉斯
- 度量分類器效果
準(zhǔn)確率 sklearn.metrics.accuracy_score -
樸素貝葉斯原理
敏感性骂维、特異性
image.png
先驗概率、后驗概率
先驗和后驗
Posterior 應(yīng)該寫為：
P(C, Pos) = P(C) ? P(Pos|C)
P(?C, Pos) = P(?C)? P(Pos|?C)
- Normalization
image.png
-
Bayes Rule
思路
貝葉斯用于分類
image.png
image.png
image.png
Navie原因——沒有考慮詞序（選項詞序喷面、單詞仔沿、長度）
優(yōu)勢：特征空間可以很大（比如2萬-20萬words）、易于運行逆巍、有效及塘；
缺點：中斷影響B(tài)ayes，比如多個詞組成的有含義的詞锐极，芝加哥 公牛笙僚，不適用。
Mini Project
下載項目初始文件（只需一次）
運行初始腳本
每節(jié)課接近尾聲時灵再，都會有一段視頻和/或閱讀節(jié)點味咳，向你介紹該節(jié)課的迷你項目
你將從一系列課程節(jié)點中了解如何做迷你項目，而且你還有機會在任務(wù)（類似于測試題）期間輸入答案
在你自己的計算機上根據(jù)閱讀節(jié)點中的說明開發(fā)代碼
你編寫的代碼將使你能夠回答測試題中的問題檬嘀。
那么槽驶，接下來該做什么？
如果你了解 git鸳兽，你可以復(fù)制初始文件：* git clone https://github.com/udacity/ud120-projects.git*
如果你不了解掂铐，優(yōu)達(dá)學(xué)城有一門優(yōu)秀（且簡短的）課程幫助你快速入門
