機器學習筆記（六）——樸素貝葉斯法的參數估計

1、極大似然估計 在上一筆記中，通過推導，獲得了樸素貝葉斯分類器的表示形式：web y=argmaxckP(Y=ck)∏jP(X(j)=x(j)|Y=ck)(1) 也就是說，樸素貝葉斯方法的學習是對機率 P(Y=ck) 和 P(X(j)=x(j)|Y=ck) 的估計。故能夠用極大似然估計法估計上述先驗機率和條件機率。網絡 先驗機率 P(Y=ck) 的極大似然估計爲： svg P(Y=ck)=∑Ni

>>阅读原文<<