<fieldset id="lqdwh"></fieldset>
<label id="lqdwh"><rp id="lqdwh"></rp></label>
<fieldset id="lqdwh"><rp id="lqdwh"></rp></fieldset>
課程
/前沿技術
/機器學習
/人工智能數學基礎與Python實戰
特征不獨立時，用什么方法？
2021-01-23
源自：人工智能數學基礎與Python實戰 4-3
正在回答
特征不獨立，很容易統計到為0的情況，不適用貝葉斯公式
是的呢
是的，但是要注意獨立事件不是互斥事件，
獨立事件是 ：?事件A不影響事件B的發生
互斥事件是 ： 事件AB不會同時發生。
貝葉斯公式中，事件必須獨立，如果事件AB實在交織在一起，互相影響很嚴重的話，不妨抽像出一個事件C，描述事件AB同時發生的概率。雖然會降低準確性和精確性，但是是個可行的辦法。
舉報
全面了解AI機器學習方法使用的核心數學知識點，結合Python實戰加深理解
2 回答請教樸素貝葉斯答案
1 回答引入樸素貝葉斯模塊時出現報錯，怎么辦？
2 回答tempa 推導出的公式最后為啥會有一個Xi，而tempb就沒有呢？
1 回答公式中的y=x入+b的b指的是什么啊
2 回答ImportError: cannot import name 'CategoricalNB',不知道怎么解決。
Copyright ? 2025 imooc.com All Rights Reserved | 京ICP備12003892號-11 京公網安備11010802030151號
購課補貼聯系客服咨詢優惠詳情
慕課網APP您的移動學習伙伴
掃描二維碼關注慕課網微信公眾號
2024-04-16
特征不獨立，很容易統計到為0的情況，不適用貝葉斯公式
2023-07-24
是的呢
2021-08-21
是的，但是要注意獨立事件不是互斥事件，
獨立事件是 ：?事件A不影響事件B的發生
互斥事件是 ： 事件AB不會同時發生。
貝葉斯公式中，事件必須獨立，如果事件AB實在交織在一起，互相影響很嚴重的話，不妨抽像出一個事件C，描述事件AB同時發生的概率。雖然會降低準確性和精確性，但是是個可行的辦法。