机器学习笔记_贝叶斯分类器(IV)_半朴素贝叶斯分类器

为什么需要半朴素贝叶斯分类器 1：后验概率 P(c∣x) 计算起来比较困难。 2：属性条件独立性假设在现实任务中往往很难成立。 半朴素贝叶斯分类器的基本思想 适当考虑一部分属性之间的相互依赖信息，从而既不需要进行联合概率计算，又不至于彻底忽略比较强的属性依赖关系。 常用策略_”独依赖估计” 方法：假设每个属性在类别之外最多仅依赖于一个其他属性 P(c∣x)∝P(c)Πdi=1P(xi∣c,pai)

>>阅读原文<<