📅  最后修改于: 2021-01-11 06:30:30             🧑  作者: Mango
贝叶斯分类基于贝叶斯定理。贝叶斯分类器是统计分类器。贝叶斯分类器可以预测类成员的概率,例如给定元组属于特定类的概率。
贝叶斯定理以托马斯·贝叶斯命名。有两种类型的概率-
其中X是数据元组,H是一些假设。
根据贝叶斯定理,
贝叶斯信念网络指定联合条件概率分布。它们也被称为信仰网络,贝叶斯网络或概率网络。
信任网络允许在变量子集之间定义类条件独立性。
它提供了因果关系的图形模型,可以在该模型上进行学习。
我们可以使用训练有素的贝叶斯网络进行分类。
定义贝叶斯信任网络的组件有两个-
下图显示了六个布尔变量的有向无环图。
图中的弧形表示因果知识。例如,肺癌受一个人的肺癌家族病史以及该人是否吸烟的影响。值得注意的是,鉴于我们知道患者患有肺癌,因此变量PositiveXray与患者是否患有肺癌家族史或吸烟者无关。
变量LungCancer(LC)的值的条件概率表显示其父节点,FamilyHistory(FH)和Smoker(S)的值的每种可能组合,如下所示-