[ML] Bayesian Logistic Regression

簡單機率分類

Ref: 邏輯迴歸與樸素貝葉斯有什麼區別？

Ref: 機器學習筆記——邏輯迴歸(對數概率迴歸)和樸素貝葉斯分類器的對比

首先，搞清楚一個問題。

naive bayes 能分類；邏輯迴歸也能分類；二者解決問題的角度有何不一樣？

 

優化目標不一樣

邏輯迴歸：優化的後驗likelihood  【這個好理解】

Naive Bayes：優化的是聯合likelihood 

 

 

方法也不一樣

這是兩套徹底不一樣的方法：

• • 邏輯迴歸獲得的是判別模型
  • 樸素貝葉斯獲得的則是生成模型【假設iid，但每每很難成立

 

對 「樸素貝葉斯」 理解不透徹

Goto: [Scikit-learn] 1.9 Naive Bayes

 

 

 

貝葉斯邏輯迴歸

Ref: 經過貝葉斯logistic迴歸看拉普拉斯近似

 

/* implement */