朴素贝叶斯算法的参数的最大似然估计

朴素贝叶斯算法的参数的最大似然估计 设输入向量为 。咱们假定输入特征 是离散的、二值化的变量，即 。对每个训练样例，输出对象是0或者1，即 。咱们的模型由 参数化。 咱们把 建模成伯努利分布，因此这是朴素贝叶斯最简单的特例之一。 咱们根据 来创建 的联合分布。 （1）咱们先写出 。 （2）计算关于各个参数的偏导数，令其为0，求得各个参数。 先求 ， 从而， 接下来求 ， 从而， 同理 的证实与上面

>>阅读原文<<