樸素貝葉斯算法的參數的最大似然估計

樸素貝葉斯算法的參數的最大似然估計 設輸入向量爲 。咱們假定輸入特徵 是離散的、二值化的變量，即 。對每個訓練樣例，輸出對象是0或者1，即 。咱們的模型由 參數化。 咱們把 建模成伯努利分佈，因此這是樸素貝葉斯最簡單的特例之一。 咱們根據 來創建 的聯合分佈。 （1）咱們先寫出 。 （2）計算關於各個參數的偏導數，令其爲0，求得各個參數。 先求 ， 從而， 接下來求 ， 從而， 同理 的證實與上面

>>阅读原文<<