一、题目：朴素贝叶斯分类
二、引言
大作业的任务是用朴素贝叶斯算法分析天气的和环境的好坏决定是否出门
打网球。首先构建训练集；再实现分类算法，通过分类算法对训练数据集的各
个特征属性分析，计算出各个特征属性的概率及每个特征属性划分对每个类别
的条件概率估计；然后输入测试数据，由算法给出分类结果，结果为“ Yes”或
“No”。
三、算法介绍
1. 朴素贝叶斯分类的原理
朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为
这种方法的思想真的很朴素，朴素贝叶斯的思想基础是这样的：对于给出的待
分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此
待分类项属于哪个类别。通俗来说，就好比这么个道理，你在街上看到一个黑
人，我问你你猜这哥们哪里来的，你十有八九猜非洲。为什么呢？因为黑人中
非洲人的比率最高，当然人家也可能是美洲人或亚洲人，但在没有其它可用信
息下，我们会选择条件概率最大的类别，这就是朴素贝叶斯的思想基础。
朴素贝叶斯分类的正式定义如下：
1、设 为一个待分类项，而每个 a 为 x 的一个特征属性。
2、有类别集合 。
3、计算 。
4、如果 ，则 。
计算第 3 步中的各个条件概率：
1、找到一个已知分类的待分类项集合，这个集合叫做训练样本集。
2 、 统 计 得 到 在 各 类 别 下 各 个 特 征 属 性 的 条 件 概 率 估 计 。 即
剩余11页未读，继续阅读
评论0