贝叶斯理论以及python具体应用实例
贝叶斯理论提供了一种计算条件概率的原则方法。使用它我们可以用来轻松计算平常使用直觉经常失败的事件的条件概率。
贝叶斯理论不仅是概率领域中的强大工具,更是被广泛地应用于机器学习领域。包括将其用于概率模型中将模型拟合到训练数据集(简称为最大后验或MAP),以及开发用于分类预测建模问题(例如贝叶斯最优分类器和朴素贝叶斯)的模型。在本文中,您将发现用于计算条件概率的贝叶斯定理及其在机器学习中的使用方式。在学习本文前,推荐大家先学习机器学习中的混淆矩阵。 本文将从以下几个方面进行阐述:
……