為什么80%的碼農都做不了架構師？>>> ??

一、概述與實例

????貝葉斯定理被應用于各種各樣的場景下，例如疾病預測、垃圾郵件分類、新聞分類、自動駕駛……

????當然我不是搞數學的，我這里只是就應用的角度來談談樸素貝葉斯的使用，樸素貝葉斯中一個重要的假設：各個因素相互獨立。

????貝葉斯定理就一句話：P(B|A)=P(A|B)P(B)/P(A)，它描述了在A條件發生的情況下B發生的概率，或許直接看公式有點懵圈，下面請看這樣一個例子：

有一組統計數據是描述小明上班是否會遲到：

天晴	交通良好	不遲到
下雨	交通良好	不遲到
下雨	交通良好	遲到
天晴	交通堵塞	遲到
下雨	交通堵塞	不遲到

今天，下雨、交通堵塞，我們來預測一下小明上班是否會遲到。這里我們假設各個因素之間相互獨立。

1、在下雨、交通堵塞的情況下遲到的概率：

P(遲到|下雨×交通堵塞)=P(下雨×交通堵塞|遲到)×P(遲到)/P(下雨×交通堵塞)

=P(下雨|遲到)×p(交通堵塞|遲到)×P(遲到)/P(下雨)p(交通堵塞)

=(1/2×1/2×2/5)/(3/5×2/5)=5/12

2、在下雨、交通堵塞的情況下不遲到的概率：

P(不遲到|下雨×交通堵塞)=P(下雨×交通堵塞|不遲到)×P(不遲到)/P(下雨×交通堵塞)

=P(下雨|不遲到)×p(交通堵塞|不遲到)×P(不遲到)/P(下雨)p(交通堵塞)

=(2/3×1/3×3/5)/(3/5×2/5)=5/9

那么我基于這組數據，更傾向于小明今天不會遲到。

如果樣本足夠大，那么結果更趨近于真相。這就是樸素貝葉斯。

二、簡化

1、假設一組數據有因子集合{P1,P2,……Pn}可以確定該數據屬于分類C，那么

p(C|P1P2……Pn)=p(P1P2...Pn|C)P(C) / p(P1P1...Pn)

2、由于p(P1P1...Pn)對于所有類別C都是相同的，那么就等價于求

p(P1P1...Pn|C)P(C) 的最大值

3、假設條件相互獨立

p(P1P1...Pn|C)P(C) =p(P1|C)*p(P2|C)*p(Pn|C)*p(C)

4、最終問題簡化為求p(P1|C)*p(P2|C)*p(Pn|C)*p(C)的最大值

三、問題

????問題簡化之后，單機版的樸素貝葉斯很好實現，但是處理大規模數據，還是顯得心有余而力不足。

????大數據技術發展，給了我們運算全量數據的能力，那么基于Hadoop MapReduce模型的樸素貝葉斯算法該如何實現呢？請關注下一篇《樸素貝葉斯（二）》。

快樂源于分享。

? ?此博客乃作者原創，?轉載請注明出處???

轉載于:https://my.oschina.net/u/1778239/blog/893634

總結

以上是生活随笔為你收集整理的朴素贝叶斯（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。