1樓：匿名使用者
貝葉斯分類演算法是統計學的一種分類方法，它是一類利用概率統計知識進行分類的演算法。在許多場合，樸素貝葉斯（na?ve bayes，nb）分類演算法可以與決策樹和神經網路分類演算法相媲美，該演算法能運用到大型資料庫中，而且方法簡單、分類準確率高、速度快。
由於貝葉斯定理假設乙個屬性值對給定類的影響獨立於其它屬性的值，而此假設在實際情況中經常是不成立的，因此其分類準確率可能會下降。為此，就衍生出許多降低獨立性假設的貝葉斯分類演算法，如tan（tree augmented bayes ***work）演算法。
貝葉斯網路模型具體作用，舉個列子說明 10
2樓：匿名使用者
貝葉斯網路模型最簡單的例子是「分類器」，即在觀測節點輸入多個特徵，就能獲得這些特徵所對應的具體事物。
例如：乙個箱子裡裝有籃球，排球和足球，你的朋友每次從箱子裡取出某乙個球。但你看不見所取球的型別，只能通過朋友描述尺寸，外表，顏色等特徵（觀測資料）來辨別（分類），當然你之所以具備辨別（分類）能力是你長期對幾種球類的觀察和認識，並將這些特徵一一儲存在你腦部，這就形成先驗知識以及特徵與具體事物的對應關係（網路模型結構和引數）。
如果模型和先驗知識精確，你的朋友僅需要說出尺寸或者顏色你就立刻可以分類，如果模型或先驗知識不精確，那朋友就需要多說出幾個特徵你才能辨別。
通過上面的例子發現，貝葉斯網路需要學習，即通過資料進行訓練，在具有觀測資料時需要推理。這裡就包含了bn的核心研究內容。我就不一一介紹，目前全國大約有1200多篇文章都是bn的相關工作進展，看看就知道了。
如何評價學習出的貝葉斯網路模型
3樓：
第一步:**貝葉斯網路工具箱第二步:解壓壓縮包第三步：
將工具箱中bnt資料夾複製到matlab工具箱資料夾中（d:\program files\matlab\r2014a\toolbox）第四步：開啟matlab2014a貝葉斯網路是處理不確定資訊做有效的表示方法之一。
其關鍵的特徵之一是提供了把整個概率分布分解成幾個區域性分布的方法，網路的拓撲結構表明如何從區域性的概率分布獲得完全的聯合概率分布。 貝葉斯網路適合於對領域知識具有一定了解的情況，至少對變數間的依賴關係較清楚。否則直接從資料中學習貝葉斯網路結構複雜性極高（隨節點的增加成指數級增長）
貝葉斯網路模型 如何選擇最大值
4樓：趙文元
貝葉斯網路模型
如何選擇最大值
貝葉斯網路模型最簡單的例子是「分類器」，即在觀測節點輸入多個特徵，就能獲得這些特徵所對應的具體事物。 例如：乙個箱子裡裝有籃球，排球和足球，你的朋友每次從箱子裡取出某乙個球。
但你看不見所取球的型別，只能通過朋友描述尺寸，外表，顏色...
貝葉斯分類演算法和樸素貝葉斯演算法的區別
為了測試評估貝葉斯分類器的效能,用不同資料集進行對比實驗是必不可少的.現有的貝葉斯網路實驗軟體包都是針對特定目的設計的,不能滿足不同研究的需要.介紹了用matlab在bnt軟體包基礎上建構的貝葉斯分類器實驗平台mbnc,闡述了mbnc的系統結構和主要功能,以及在mbnc上建立的樸素貝葉斯分類器nbc...
全概率公式和貝葉斯公式考研考過嗎
考過，好像是1998年那年的考研有過這樣的大題，之後，偶爾出現過選擇題目。肯定考的，概率論偶爾會出的 全概率考好多次了，貝葉斯很少考。全概率公式與貝葉斯公式有什麼區別 1.全概公式 首先建立乙個完備事件組的思想,其實全概就是已知第一階段求第二階段,比如第一階段分a bc三種,然後a bc中均有d發生...
電結他和貝斯有什麼區別？貝斯和電結他的區別
1 箱體結構設計差異。貝斯的琴箱一般是封閉的，而結他則有密閉 背敞結構等多種應用。密閉箱音色特質是豐富，平滑連貫性強，顆粒彈性強 背敞箱則擁有凸顯高低頻，中頻凹陷，說明背敞箱不適用於貝斯。2 不同的聲音頻段。這也是結他和貝斯的主要區別。吉他的音箱主要的工作頻段是在中頻和高頻，貝斯聲音聽起來則比較低沉...