机器学习信仰之朴素贝叶斯法详解大数据

敲黑板，划重点

上大学那会，贝叶斯定理是用来求条件概率的；现在才知道，贝叶斯定理其实是在讲先验、似然与后验的故事。 贝叶斯定理是一种信仰。

1、频率学派与贝叶斯学派

1. 频率学派认为，概率表述一件事发生的频率，是客观存在的一个值；同时，样本X时随机的，所以频率派重点研究样本空间，大部分的概率计算都是针对样本X的分布
2. 贝叶斯学派认为概率是我们的个人的主观概念，表示我们对某件事发生的相信程度。待估计的概率theta是随机变量，服从一定的分布，而样本X时固定的，重点研究的是theta的分布。
   贝叶斯学派中有了三个概率：先验概率(Prior Probability)、似然函数(likelihood function)和后验概率(Posterior Probability)；贝叶斯派思考的固定模式：先验分布+ 样本信息−>后验分布

2、生成模型与判别模型

3、 朴素贝叶斯法

朴素贝叶斯法，其中的朴素是指，特征条件独立假设，即输入特征之间是相互独立的。
朴素贝叶斯法是在特征条件独立假设的前提下，求得输入、输出的联合概率分布；再依据此模型，计算输入x下，依据贝叶斯定理求得最大后验概率的y。 可见，朴素贝叶斯法是生成模型。

3.1 基本原理

设输入空间X是n维(X1, …Xn); 输出空间Y是k维(c1, c2, ….ck);
朴素贝叶斯法通过训练数据学习X，Y的联合概率分布P(X, Y)。具体的：
先验概率：P(y=ck), k=1,2…K
条件概率分布：P(X=x|y=ck) = P(X1=x1, …Xn=xn | y=ck)
依据特征条件独立性的假设，

这样就可以利用贝叶斯定理求得联合概率分布。
计算得到联合概率分布后，利用模型预测新的输入x时，计算后验概率P(y = ck | x)，求出最大后验概率的ck就是x的输出。

对每个Ck，上式的分母都是一样的；求最大后验等价于求

3.2 参数估计之极大似然估计

通过上面知道，学习意味着求先验P(Y=ck)和似然P(X=x | y=ck)。 通过样本，可以采用极大似然估计法估计这两个值：

其中，N是样本数量。

3.3 分类举例

有以下数据，求X=（2，S)的label

可见，朴素贝叶斯法的关键是，先由样本依据特征独立条件计算P(xi | ck)，对于新输入x，就可以通过计算后验概率最大(这里，相当于联合概率最大)确定y。

不能直接从样本中去找联合概率，例如本例中不要直接肉眼看P(y=1 | (2,S)) 和P(y=-1 | (2, S))，（y=ck |(2, S))的组合甚至可以不出现在样本中，联合概率的计算需要用到独立特征的条件概率相乘；

3.4 参数估计之贝叶斯估计

使用极大似然估计样本的条件概率是，可能出现概率是0的情况。会影响后验概率的计算。为了避免这种情况，解决办法之一是采用贝叶斯估计：

其中lambda >0. lambda=0时是极大似然估计；lambda=1时，成为l阿普拉斯平滑（Laplace smoothing)

参考 《统计学习方法》