朴素贝叶斯算法

（1）朴素贝叶斯基本方法：

输入数据有：标记集合 y={c₁,c₂,...c_k},   特征向量x ,  也即训练数据集T={(x₁,y₁),(x₂,y₂),....(x_n,y_n)}

朴素贝叶斯法通过训练数据集学习联合概率分布P(X,Y)（通过联合概率分布P(X,Y)进行不同条件概率的转换）,

先验概率分布：P(Y=c_k),    k=1,2,...,K

条件概率分布：P(X=x|Y=c_k)=P(X⁽¹⁾=x⁽¹⁾, X⁽²⁾=x⁽²⁾,...,X⁽ⁿ⁾=x⁽ⁿ⁾|Y=c_k)    k=1,2,...,K    (X⁽ⁿ⁾=x⁽ⁿ⁾表示样本集在n维特征的取值)

在此，朴素贝叶斯法对条件概率做了条件独立性的假设，从而有：

P(X=x|Y=c_k)=P(X⁽¹⁾=x⁽¹⁾, X⁽²⁾=x⁽²⁾,...,X⁽ⁿ⁾=x⁽ⁿ⁾|Y=c_k)

=

 朴素贝叶斯法学习到生成数据的机制，也称为生成模型，条件独立假设即用于分类的特征在类确定的前提下是条件独立的。

在朴素贝叶斯法分类时，在给定新的输入数据x，通过学习好的模型计算后验概率分布：

将以上2个式子合并得到：

       其中k=1,2,...K

因此朴素贝叶斯分类器可以表示为：

由于对于不同的分类类别的分母都是一样的，因此将其简化后表示为：

 总结的来说就是在得到输入新数据的各特征x之后，计算求得P(Y=c_k|X=x)的各类别概率，返回该最大概率的所属类别，那么该类别就是贝叶斯分类器学习到的预测结果。

 

（2）从损失函数推导后验概率最大化：

选择损失函数：

其中f(X)为分类决策函数，因此期望风险函数为：

为了使期望风险最小，因而原式可转化为：

 

从而根据期望风险最小化得到后验化概率最大化准则。

 

（3）朴素贝叶斯算法过程：

输入：训练数据集T={(x1,y₁),(x2,y2),...{x_n,y_n}}   其中x_i=(x_i⁽¹⁾,x_i⁽²⁾,...x_i⁽ⁿ⁾)^T,     x_i^(j) 是第i个样本的第j个特征，y_i属于{c₁,c₂,...c_K}

输出：实例x的分类

1）计算先验概率及条件概率

j=1,2,...,n;        l=1,2,...,S_j;        k=1,2,...,K

2） 对于给定实例x=(x_⁽¹⁾,x_⁽²⁾,...x_⁽ⁿ⁾)^T, 计算

3） 确实实例x的类别：