《百面》第6章

朴素贝叶斯

带你理解朴素贝叶斯分类算法

为什么要做特征独立性假设？

现实生活中，往往有非常多的特征，每一个特征的取值也是非常之多，那么通过统计来估计后面概率的值，变得几乎不可做。

优缺点？

• 优点
  • 算法逻辑简单,易于实现
  • 分类过程中时空开销小
• 缺点
  • 与其他分类方法相比具有最小的误差率。但是实际上并非总是如此，这是因为朴素贝叶斯模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，在属性个数比较多或者属性之间相关性较大时，分类效果不好。

    最大熵模型

    通俗理解条件熵

    生成式模型vs判别式模型

    机器学习中的判别式模型和生成式模型
    机器学习“判定模型”和“生成模型”有什么区别