[人工智能]机器学习 朴素贝叶斯与贝叶斯网络

一.朴素贝叶斯
1.概述
(1)假设:

①特征独立性:每个特征出现的概率与其他特征独立
②特征均衡性:每个特征都同等重要

2.实例:

假设已经有1000封被标记好了($c_1$表示垃圾邮件,$c_2$表示非垃圾邮件)的邮件,要求识别第1001封邮件是否为垃圾邮件.首先构建词汇表,设其中的单词数为$N=n$.将第邮件$m$映射到$n$维向量$x_m$$$\begin{gathered} m\to x_m=(x_{1m},x_{2m}...x_{nm}) \\ {x}_{im}=\{\begin{array}{l}1if单词w_i在m中出现过\\ 0otherwise\end{array} \end{gathered}$$$$

二.贝叶斯网络