241 likes | 778 Views
NAÏVE BAYES. THUẬT TOÁN PHÂN LỚP DỮ LIỆU. ĐẶT VẤN ĐỀ. Dũng nên mua máy tính của hãng nào ???. GIỚI THIỆU. Phân lớp Cho tập các mẫu đã phân lớp trước , xây dựng mô hình cho từng lớp Mục đích : Gán cho mẫu mới vào các lớp với độ chính xác cao nhất có thể. PHƯƠNG PHÁP NAÏVE BAYES.
E N D
NAÏVE BAYES THUẬT TOÁN PHÂN LỚP DỮ LIỆU
ĐẶT VẤN ĐỀ Dũngnênmuamáytínhcủahãngnào ???
GIỚI THIỆU • Phânlớp • Cho tậpcácmẫuđãphânlớptrước, xâydựngmôhìnhchotừnglớp • Mụcđích: Gánchomẫumớivàocáclớpvớiđộchínhxáccaonhấtcóthể
PHƯƠNG PHÁP NAÏVE BAYES • Phânlớptheomôhìnhxácsuất • Dựđoánxácsuấtlàthànhviêncủalớpcủamẫumới • Nềntảng: dựavàođịnhlý Bayes • Cho X, Y làcácbiếnbấtkì • Dựđoán Y từ X • Lượnggiácácthamsốcủa P(X|Y), P(Y) trựctiếptừtậpdữliệuhuấnluyện • Sửdụngđịnhlý Bayes đểtính P(Y | X = x)
GIỚI THIỆU Địnhlý Bayes Cụthể
Vídụ Cho tậphuấnluyện
Vídụ B1: Ướclượng P(Ci) với C1 = “Yes”, C2 = “No“ Ta thuđược P(Ci) P(C1) = 4/9 P(C2) = 5/9 VớithuộctínhThờitiết, ta cócácgiátrị: Nắng, Trời u ám, Mưa. VớithuộctínhNhiệtđộ, ta cócácgiátrí: Nóng, Mát, Lạnh Ta tính P(Thờitiết|Ci) và P(Nhiệtđộ|Ci) vớitừnggiátrịcủathuộctinh
Vídụ P(Nắng|Ci) là: P(Trời u ám|Ci) là: P(Mưa|Ci) là:
Vídụ P(Nóng|Ci) là: P(Mát|Ci) là: P(Lạnh|Ci) là:
Hôm nay trờiNắngvàNóng Ví dụ Cónênđichơikhông ta???
Vídụ Ta cóbảng: Ta cótỉlệsau: P(Yes|Nắng, Nóng) = 1/ 4* 1/ 4 = 1/ 16 P(No|Nắng, Nóng) = 3/ 5* 2/ 5 = 6/ 25 chọnkhôngđichơi
THUẬT TOÁN NAÏVE BAYES Ưu điểm : • Dễ dàng cài đặt • Thời gian thi hành tương tự như cây quyếtđịnh • Đạt kết quả tốt trong phần lớn các trườnghợp Nhược điểm : • Giả thiết về tính độc lập điều kiện của cácthuộc tính làm giảm độ chính xác