- 朴素贝叶斯一般都是用来分类的 文本分类 比如垃圾邮件分类 文章分类
- 概率基础
- 概率定义为一件事情发生的可能性
- 联合概率包含多个条件 且所有条件都成立的概率 P（A,B）特点 P(A)P(B)
- 条件概率 事情A在事情B已经发生条件下的发生概率P(A|B)特点P(A1,A2|B) = P(A1|B)(A2|B) 这个概率的实现是由于A1A2相互独立的结果
- 其实朴素贝叶斯常用在文章分类上
公式分为三个部分：
- P(C)：每个文档类别的概率(某文档类别数／总文档数量)
- P(W│C)：给定类别下特征（被预测文档中出现的词）的概率
- 计算方法：P(F1│C)=Ni/N （训练文档中去计算）
- Ni为该F1词在C类别所有文档中出现的次数
- N为所属类别C下的文档所有词出现的次数和
- P(F1,F2,…) 预测文档中每个词的概率
- 拉普拉斯平滑系数 防止计算概率是0
- API sklearn.naive_bayes.MultinomialNB(alpha = 1.0)
- 朴素贝叶斯分类
- alpha：拉普拉斯平滑系数
fit_transform和transform
-fit_transform()的作用就是先拟合数据，然后转化它将其转化为标准形式。
- 即tranform()的作用是通过找中心和缩放等实现标准化。
- 结果是一样的 但是不能互换 transform函数是一定可以替换为fit_transform函数的，fit_transform函数不能替换为transform函数！
