机器学习大厂面试题合集
一、贝叶斯
1、什么是朴素贝叶斯分类器
朴素贝叶斯分类器是一组简单的概率分类器，基于贝叶斯定理和特征之间的独立性假设
贝叶斯理论如下式所示：
使用贝叶斯定理，可以推测在事件B发生的情况下，事件A发生的概率
2、朴素贝叶斯分类器的假设
- 朴素贝叶斯分类器贝叶斯分类器假设特征之间相互独立，条件概率分布满足条件独立性
- 朴素贝叶斯模型假设特征之间相互独立，这个假设在实际应用中往往是不成立的，在特征个数比较多或者特征之间相关性较大时，分类效果不好
3、如何理解贝叶斯定理
- 贝叶斯定理用于确定条件概率，条件概率是指已知一些条件情况下，某事件发生的可能性
- 贝叶斯公式如下式，A和B为随机事件， P(A|B)为已知B事件发生后，A事件发生的条件概率；贝叶斯公式由A、B事件的先验概率与似然性$P(B|A)$推断后验概率