这节课讲述了另一种和概率有关的分类器，老师也改变了讲课方式，直接摆上例子，然我们通过例子将课件上的内容串联起来，减少了纯粹的理论公式推导，不得不说，老师的教学水平属实是高，也让我认识到了自己很多不足之处。

本文参考：

带你理解朴素贝叶斯分类算法

条件概率公式

后面会经常碰到的条件概率公式，老师也是放下狠话，这点背景知识都不知道的话，可以考虑退课了，压力直接就来了。

• P(A | B)= P(B | A)*P(A) / P(B)
  这就是常规贝叶斯公式，在后面计算题的时候第一步经常用到，能够将因果互换

• P(A,B|C)=P(A|B,C)*P(B|C)，类似地P(A,B,C|D)=P(A|B,C,D)*P(B,C|D)
  这个公式我之前倒没怎么用到过，但是在后面计算的时候，常常会将某些变量移到｜后面去，让｜前面只留下相互独立的变量，这样子就可以用下面的乘法公式拆开来

• 在变量相互独立的情况下，乘法公式 P(A,B,C)=P(A)*P(B)*P(C )

• 在变量相互独立的情况下，乘法公式 P(A,B|C)=P(A|C)*P(B|C)

朴素贝叶斯分类器

老师通过一个例子引出朴素贝叶斯分类的计算方法，

例子中，我们要判断某个人在30+, undergraduate, lawyer的情况下是否有loan default 的情况，用y=1来表示有loan default，否则y=-1。因此需要对称地计算两个概率，分别为Pr[y=1|30+,undergraduate,lawyer]以及Pr[y=-1|30+,undergraduate,lawyer]，结果为算出来Pr较大的那种情况。

因为是对称的，因此把目光聚焦在Pr[y=1|30+,undergraduate,lawyer]上，通过贝叶斯公式化简，最后在计算Pr[30+,undergraduate,lawyer｜y=1]的时候，因为训练集S中没有同时满足特征空间age上30+、特征空间education上undergraduate、特征空间occupation上lawyer、y=1的情况，很容易统计到0，因此用个很小的数字$\gamma$（0.00001/3）表示。但这显然是不利于构建分类器的，最后算出来的概率都是0.

因此朴素贝叶斯作出的假设就是，假设所有特征之间相互独立，英文为conditional independence assumption，放在公式上就是Pr[30+,undergraduate,lawyer｜y=1]=Pr[30+｜y=1].Pr[undergraduate｜y=1].Pr[lawer｜y=1]。这个假设在实际应用中往往是不成立的，在属性个数比较多或者属性之间相关性较大时，分类效果不好。但是它的好处是算法逻辑简单，易于实现，在属性相关性较小时，朴素贝叶斯性能最为良好；同时扫描的空间较小，比如Pr[30+,undergraduate,lawyer｜y=1]需要统计age、education、occupation三个特征的联合概率分布个数为{20+,30+,40+,50+} * {high school、undergrad、master} * {self-employed、lawyer、prgrammer}=36，到后面特征较大，特征空间较大的时候几乎是没法做的。

不同假设下的贝叶斯分类

上面提出朴素贝叶斯分类器其实就是做出了一步强假设，假设所有特征之间相互独立，教授为了进一步阐明假设（conditional independence assumption）在贝叶斯分类中的重要意义，又放了一个较弱的假设Assumption：given y and occupation，age and education are mutually independent. 也即age和education是相互独立的，那么我们在列公式Pr[30+,undergraduate,lawyer｜y=1]的时候，就要尽量把独立的因素放在前面，好让乘法公式将它们分开，用到了前面的条件概率公式P(A,B|C)=P(A|B,C)*P(B|C)。

Pr[30+,undergraduate,lawyer｜y=1]=Pr[30+,undergraduate｜y=1，lawyer] * Pr[lawyer| y=1]
=Pr[30+｜y=1，lawyer] * Pr[undergraduate｜y=1，lawyer] * Pr[lawyer| y=1]

贝叶斯分类器候选集

和前面的课程CMSC5724-关于分类问题、决策树问题以及一个关于误差的泛化理论中用Hunt’s Algorithm在候选决策树中找出最佳决策树一样，贝叶斯分类器也同样会用Bayes Method找出最合适的贝叶斯分类器，这里同样存在一个贝叶斯分类器候选集。在候选集存在的前提下，我们也可以用之前的泛化理论Generalization Theorem来约束我们要找的分类器的泛化误差。

相比于当时决策树估算时直接给出了可能有的参数parameter个数，这里的贝叶斯分类器需要我们根据属性预估参数个数，这是个跨越。


简单来说，就是要根据我们已有的特征attribute的特征空间dom大小，算出分类器表示了多少种条件概率。拿到候选集中泛化地讲，就是一个分类器对于不同特征有多少种条件概率的表示形式。如下面的例子中，当给定y和occupation，算出相互独立的因素education、age的条件概率，y=1时occupation不同有3种，age和education相互独立不同有7种，再算上y=-1，也就是7*（3+3）=42种表达形式，也就是42个parameter，如果每个parameter用一个浮点数8bytes表示，最终的候选集总数就是2的幂次。

相关题目

解答：