朴素贝叶斯分类器
[toc]
介绍之前说一个悲伤的故事：由于是自己重新学习机器学习算法，学校期间好多有关机器学习算法的课程都没怎么解释这个算法，而且老师上课一言难尽！然后我参加研究生复试，被问到这个算法当时人都傻了，听说过但是自己真的没有仔细去了解啊！害！被自己菜的一言难尽
数学理论
- 先验概率
根据以往经验和分析得到的概率
- 条件概率（后验概率）
在事件B发生的条件下A在发生的概率
$$ P(A|B)=\frac{P(AB)}{p(A)} $$
- 朴素贝叶斯定理
直观理解：我们假设B是我们的特征标签A是我们的分类标签。那么公式直观上的理解就是：我们在具有B这么多的特征之后一个样本属于A的概率有多大
$$ P(A|B)=\frac{P(B_1|A)P(B_2|A)P(B_3|A)...P(B_n|A)P(A)}{P(B)}\\\text{公式中}P(B_i|A)\text{代表在训练集中}B_i特征下属于A的概率 $$
此时问题来了：如果我们的特征是非数字数据比如说：绿色、蓝色等那么我们很容易就可以计算得到概率的计算，但是如果是具体数字呢？那么应该怎么计算呢？
- 高斯朴素贝叶斯
高斯分布：正态分布
$$ P(A|B)=\frac{1}{\sqrt{2\pi\sigma_{B}^{2}}}e^{-\frac{(A-\mu)^2}{2\sigma_{B}^{2}}}\\\mu:均值 \sigma:方差 $$
正态分布判别
朴素贝叶斯
我们先看关于他的解释：朴素贝叶斯是一种建分类器的简单方法。该分类器模型会给问题实例分配用特征值表示的类标签，类标签取自有限集合。它不是训练这种分类器的单一算法，而是一系列基于相同原理的算法：所有朴素贝叶斯分类器都假定样本每个特征与其他特征都不相关。
https://zh.wikipedia.org/wiki/%E6%9C%B4%E7%B4%A0%E8%B4%9D%E5%...
从定义上看起来觉得很麻烦，其实朴素贝叶斯算法的原理十分简单。我们以如下例子为例：
假设训练集如下
性别 身高（英尺） 体重（磅） 脚的尺寸（英寸） 男 6 180 12 男 5.92 (5'11") 190 11 男 5.58 (5'7") 170 12 男 5.92 (5'11") 165 10 女 5 100 6 女 5.5 (5'6") 150 8 女 5.42 (5'5") 130 7 女 5.75 (5'9") 150 9 我们对训练集计算得到：
性别 均值（身高） 方差（体重） 均值（体重） 方差（体重） 均值（脚的尺寸） 方差（脚的尺寸） 男 5.855 3.5033e-02 176.25 1.2292e+02 11.25 9.1667e-01 女 5.4175 9.7225e-02 132.5 5.5833e+02 7.5 1.6667e+00 那么在给定如下样本进行判别：
身高：6 体重：130 脚的尺寸：8
如何计算呢？很简单！！！比如说我们计算\( P(身高|男性) \)我们只需要将身高6代入到我们的高斯贝叶斯公式里面就可以得到我们的概率。我们依次计算体重、脚的尺寸就可以得到一系列的概率，而后我们代入公式：$$ P(男性)=\frac{P(男性)P(身高|男性)....}{P(A)}\\P(A)=P(男)*P(身高|男性)....+P(女性)*P(身高|女性)....\\P(男)=0.5=P(女) $$
而后判别男和女的概率大小进而判别是男性还是女性！