Udacity 数据分析进阶课程笔记L32：朴素贝叶斯

• 通过Google的无人驾驶例子，简要介绍监督学习和非监督学习；
• 本章介绍的算法均为监督学习；
• 区分监督学习和非监督学习的小测试

• 特征作为输入，标签作为输出
• 通过散点图进行特征的可视化，小测试
• 特征与标签

• 特征散点图的练习
• 散点图的预测练习，通过未知点在散点图中的位置，直观判断所属分类（label）
• 机器学习算法的目的，是寻找一个决策面（decision surface），用于判断数据点的所属类别。
• 线性决策面，以及通过图形化直观判断线性决策面的优劣
• 决策面
  线性决策面

• 一种用于寻找决策面的常用算法

• 典型代码：定义分类器 -> 拟合 -> 预测
• 评估算法准确性：accuracy_score(pred, labels_test)
• sklearn中的朴素贝叶斯算法

训练数据和测试数据

贝叶斯规则——深入理解朴素贝叶斯算法

• 贝叶斯规则和癌症测试（一个经典例子，建议Google之） 癌症问题
• 先验、后验、全概率之间的一些推导过程 推导过程

练习：已知两个人（lable）邮件习惯（词频），给出一段邮件，推算出该邮件出自谁人之手。

• 由此引出朴素贝叶斯的局限性：忽略了词频

朴素贝叶斯算法的有点和缺点：

• 优点：易于执行，效率高，特征空间很大
• 缺点：在应用于文本搜索时，可能出现毫无关系的结果

通过课程迷你项目联系朴素贝叶斯算法