zoukankan      html  css  js  c++  java
  • 《机器学习实战》4.4使用朴素贝叶斯进行文档分类

      这一节中关于概率分布的描述,省略了一些语句,所以有点看不明白,经过反复推敲琢磨分析以后,把这些省略的文字补足,这样就能看懂了。【】中为补充的文字。

      文中的“需要”的意思是“需要足够的数据样本来得到好的概率分布”  


      假设词汇表中有1000个单词。要得到好的概率分布,就需要足够的数据样本,假定样本数为N,【这样就可以得到好的概率分布】。前面讲到的约会网站示例中有1000个实例,手写识别示例中每个数字有200个样本,而决策树示例中有24个样本。其中,24个样本有点少【,可能得不到好的概率分布,统计学上至少要达到30】,200个样本好一些,而1000个样本就非常好了。约会网站例子中有三个特征。由统计学知,如果每个特征需要N个样本【来达到好的概率分布】,那么对于10个特征将需要N10个样本【来达到好的概率分布】【特征a1需要n个,a2需要n个,所以10个特征是n*n*n...*n】,对于包含1000个特征的词汇表将需要N1000个样本【来达到好的概率分布】。可以看到,所需要的样本数会随着特征数目增大而迅速增长。


     本文来自http://www.cnblogs.com/Sabre/p/8460670.html

  • 相关阅读:
    复杂对象创建终结者(Builder Pattern)
    创建型模式特立独行的两位大侠
    工厂模式(Factory)
    MAC 相关
    iOS 地图相关
    iOS字体相关
    App跳转系统设置界面
    Mac 模拟慢速网络
    Thread1:EXC_BAD_ACCESS 错误
    iOS 统计App 的代码总行数
  • 原文地址:https://www.cnblogs.com/Sabre/p/8460670.html
Copyright © 2011-2022 走看看