首页 > 试题广场 >

下面关于贝叶斯分类器描述错误的是（）

[单选题]

下面关于贝叶斯分类器描述错误的是（）

```
以贝叶斯定理为基础
```

是基于后验概率，推导出先验概率

```
可以解决有监督学习的问题
```

可以用极大似然估计法解贝叶斯分类器

查看答案及解析

许愿建行拿到offer

基于先验概率推导出后验概率

发表于 2019-11-24 23:38:41 回复(0)

狗儿🐶

基于先验概率输出最大的后验概率。

发表于 2019-09-07 15:58:11 回复(0)

牛客76048625号

根据先验概率推导后验概率，先验概率可以认为是事先已知的，后验概率为事先未知的条件分布。贝叶斯定理认为参数未知，需要求出参数，也就是定参

发表于 2020-08-31 08:32:11 回复(0)

牛客314550542号

贝叶斯分类器是以贝叶斯定理为基础，基于先验概率推导出后验概率，可以解决有监督学习的问题

发表于 2022-05-24 13:02:09 回复(0)

牛客882604143号

没人好奇可以解决有监督的哪些问题吗？

发表于 2021-10-08 20:56:45 回复(1)

小斑鸠

是基于
先验概率
推导出

后验概率

发表于 2019-05-28 11:32:22 回复(0)

活跃的海王在拧螺丝

贝叶斯分类基于先验概率推导后验概率

发表于 2024-09-08 11:31:34 回复(0)

王水水水水

这个D选项怎么看啊？下面是Chat GPT3.5的回答。

贝叶斯分类器通常基于贝叶斯定理来进行分类，而贝叶斯定理涉及先验概率、后验概率和似然。贝叶斯分类器的目标是计算给定观察数据的条件下，各个类别的后验概率，并选择具有最高后验概率的类别作为分类结果。

极大似然估计（Maximum Likelihood Estimation，MLE）是一种用于估计参数的方法，通常用于计算似然函数中的参数，以找到最有可能生成观察数据的参数值。极大似然估计通常用于建立模型的似然部分，以便更好地拟合观察数据。

在贝叶斯分类器中，似然通常用于表示在给定类别下观察到数据的条件概率。在朴素贝叶斯分类器中，似然通常是基于已知训练数据计算的条件概率分布，而不是使用极大似然估计来估计参数。这是因为朴素贝叶斯分类器通常采用离散数据的分布，例如多项分布或伯努利分布。

虽然贝叶斯分类器通常不使用极大似然估计来估计似然，但极大似然估计在统计和机器学习中有广泛应用，通常用于估计模型参数，例如线性回归中的回归系数、高斯混合模型中的均值和方差等。因此，它可以在一些模型的估计参数阶段用到，但与贝叶斯分类器的后验概率计算不直接相关。

发表于 2023-10-13 22:44:05 回复(0)

勇敢的修勾刷了100道题

贝叶斯分类器是基于先验概率推导出后验概率

发表于 2023-06-08 14:17:17 回复(0)

想养修勾的LOLO这就开摆

基于先验概率输出最大的后验概率

发表于 2023-02-24 15:52:54 回复(0)

不是江小白

我有毒。。。明明脑子里记得是基于先验概率推后验概率但是看这里就自动忽略了语序。。。😑

发表于 2020-08-27 16:02:37 回复(0)

牛客424318727号

B，先先验，推导出的后验

发表于 2020-02-27 15:10:16 回复(0)

提交观点

问题信息

算法工程师机器学习 vivo 2019

来自：vivo2019校招图...

上传者：小小

难度：

12条回答 450收藏 9632浏览

下面关于贝叶斯分类器描述错误的是（）

问题信息

热门推荐

相关试题

下面关于贝叶斯分类器描述错误的是（ ）

问题信息

热门推荐

相关试题

下面关于贝叶斯分类器描述错误的是（）