学习器$h: \xc \mapsto \yc$的泛化风险为
\begin{align} R_{\ds} (h) & = \eb_{(\xv,y) \sim \ds} [\ell(y, h(\xv))] = \iint \ell(y, h(\xv)) p(\xv, y) \diff \xv \diff y \\ & = \int \left( \int \ell(y, h(\xv)) p(y|\xv) \diff y \right) p(\xv) \diff \xv \\ & = \eb_{\xv} \left[ \int \ell(y, h(\xv)) p(y|\xv) \diff y \right] = \eb_{\xv} [ \eb_y [\ell(y, h(\xv)) | \xv]] \end{align}
最小泛化风险称为贝叶斯风险,对应的$h^\star$即贝叶斯最优学习器
\begin{align} h^\star(\xv) = \argmin_{h(\xv)} \int \ell(y, h(\xv)) p(y|\xv) \diff y \end{align}
\begin{align} h^\star(\xv) = \argmin_{h(\xv)} \int \ell(y, h(\xv)) p(y|\xv) \diff y \end{align}
回归问题通常采用平方损失$\ell(y, h(\xv)) = (y - h(\xv))^2$
\begin{align} \nabla_{h(\xv)} \left( \int (y - h(\xv))^2 p(y|\xv) \diff y \right) & = 2 \int (h(\xv) - y) p(y|\xv) \diff y \\ & = 2 h(\xv) - 2 \int y p(y|\xv) \diff y \\ & = 2 h(\xv) - 2 \eb[y|\xv] \end{align}
即回归问题的贝叶斯最优模型$h^\star(\xv) = \eb[y|\xv]$
在偏差方差分解中我们曾得到相同的结论
\begin{align} \eb_{(\xv,y) \sim \ds} [(y - h(\xv))^2] = \eb_{\xv} [(h(\xv) - \eb [y|\xv])^2] + 噪声 \end{align}
\begin{align} h^\star(\xv) = \argmin_{h(\xv)} \int \ell(y, h(\xv)) p(y|\xv) \diff y \end{align}
对分类问题,设$\yc = [c]$,$\ell(y, h(\xv)) = \ib(y \ne h(\xv))$,则
\begin{align} h^\star(\xv) & = \argmin_{\yh \in [c]} \sum_{y \in [c]} \ib(y \ne \yh) p(y|\xv) \\ & = \argmin_{\yh \in [c]} ~ (1 - p(\yh|\xv)) \\ & = \argmax_{\yh \in [c]} ~ p(\yh|\xv) \end{align}
即分类问题的贝叶斯最优模型$h^\star(\xv) = \argmax_{\yh \in [c]} p(\yh|\xv)$
$\eb[y|\xv]$和$\argmax_{\yh \in [c]} p(\yh|\xv)$均依赖未知的$p$,无法直接得到
利用训练集求$\argmax_{y \in [c]} p(y|\xv)$有两种思路
判别式方法:用线性判别式直接拟合$p(y|\xv)$,如对率回归
生成式方法:迂回策略,用贝叶斯公式从数据的生成机制入手
\begin{align} p(y|\xv) & = \frac{\class{yellow}{p(y)} \times \class{blue}{p(\xv|y)}}{p(\xv)} \Longrightarrow \begin{cases} p(y = 1 | \xv) \propto \class{yellow}{p(y=1)} \times \class{blue}{p(\xv|y=1)} \\ \quad \quad \vdots \\ p(y = c | \xv) \propto \class{yellow}{p(y=c)} \times \class{blue}{p(\xv|y=c)} \end{cases} \\[10pt] & \Longrightarrow \argmax_{y \in [c]} p(y|\xv) = \argmax_{y \in [c]} p(y) p(\xv | y) \end{align}
\begin{align} \argmax_{y \in [c]} p(y|\xv) = \argmax_{y \in [c]} p(y) p(\xv | y) \end{align}
注意$\xv = [x_1; x_2; \ldots; x_d]$,于是有分解
\begin{align} p(\xv | y) = p(x_1 | y) p(x_2 | x_1, y) \cdots p(x_d | x_{d-1}, \ldots, x_2, x_1, y) \end{align}
上式很难算,要考虑所有特征的所有取值,指数爆炸!
朴素贝叶斯 (naïve Bayes, NB) 引入条件独立性假设:
\begin{align} p(\xv | y) = p(x_1 | y) p(x_2 | y) \cdots p(x_d | y) = \prod_{j \in [d]} p(x_j | y) \end{align}
问题:如何用训练集估计$p(y), ~ p(x_1 | y), ~ p(x_2 | y), ~ \ldots, ~ p(x_d | y)$?
\begin{align} p(y | \xv) = p(y) p(x_1 | y) p(x_2 | y) \cdots p(x_d | y) \end{align}
对于$p(y)$,记参数$\alpha_k = p(y = k)$,于是
\begin{align} p(y | \alphav) = \prod_{k \in [c]} p(y = k)^{\ib(y=k)} = \prod_{k \in [c]} \alpha_k^{\ib(y=k)}, \quad \sum_{k \in [c]} \alpha_k = 1 \end{align}
对于$p(\xv | y)$,设第$j$个特征共有$n_j$种不同取值$v_1^{(j)}, \ldots, v_{n_j}^{(j)}$
记参数$\theta_{kjl} = p( x_j = v_l^{(j)} | y=k)$,于是对$\forall k \in [c]$和$\forall j \in [d]$有
\begin{align} & p(x_j | y = k, \thetav) = \prod_{l \in [n_j]} \theta_{kjl}^{\ib(x_j = v_l^{(j)})}, \quad \sum_{l \in [n_j]} \theta_{kjl} = 1 \end{align}
设数据集$\dc = \{ (\xv^{(i)}, y^{(i)}) \}_{i \in [m]}$,对数似然函数:
\begin{align} \LL & = \ln p(\dc | \alphav, \thetav) = \sum_{i \in [m]} \ln p(\xv^{(i)}, y^{(i)} | \alphav, \thetav) \\ & = \sum_{i \in [m]} \ln \prod_{k \in [c]} p(\xv^{(i)}, y^{(i)} = k | \alphav, \thetav)^{\ib(y^{(i)}=k)} \\ & = \sum_{i \in [m]} \sum_{k \in [c]} \ib(y^{(i)}=k) \ln p(\xv^{(i)}, y^{(i)} = k | \alphav, \thetav) \\ & = \sum_{i \in [m]} \sum_{k \in [c]} \ib(y^{(i)}=k) \ln p(y^{(i)} = k | \alphav) \\ & \qquad \qquad \qquad + \sum_{i \in [m]} \sum_{k \in [c]} \ib(y^{(i)}=k) \ln p(\xv^{(i)} | y^{(i)} = k, \thetav) \\[4pt] & = \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln \alpha_k + \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln p(\xv^{(i)} | y^{(i)} = k, \thetav) \end{align}
记$A_k = \sum_{i \in [m]} \ib(y^{(i)} = k)$为训练集中第$k$类样本数
$\alphav$相关的项
\begin{align} \max_{\alpha_k} ~ \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln \alpha_k = \sum_{k \in [c]} A_k \ln \alpha_k, \quad \st ~ \sum_{k \in [c]} \alpha_k = 1 \end{align}
拉格朗日函数$L = \sum_{k \in [c]} A_k \ln \alpha_k - \lambda ( \sum_{k \in [c]} \alpha_k - 1 )$
\begin{align} \nabla_{\alpha_k} L = \frac{A_k}{\alpha_k} - \lambda = 0 & \Longrightarrow \sum_{k \in [c]} A_k = \lambda \sum_{k \in [c]} \alpha_k = \lambda \\ & \Longrightarrow \alpha_k = \frac{A_k}{\sum_{j \in [c]} A_j} = \frac{第 k 类样本数}{总样本数} \end{align}
$\thetav$相关的项
\begin{align} \LL (\thetav) & = \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln p(\xv^{(i)} | y^{(i)} = k, \thetav) \\ & = \sum_{k \in [c]} \sum_{i \in [m]} \sum_{j \in [d]} \ib(y^{(i)}=k) \ln p(x_j^{(i)} | y^{(i)} = k, \thetav) \quad \longleftarrow 特征独立性 \\ & = \sum_{k \in [c]} \sum_{i \in [m]} \sum_{j \in [d]} \ib(y^{(i)}=k) \ln \prod_{l \in [n_j]} p( x_j^{(i)} = v_l^{(j)} | y^{(i)}=k)^{\ib(x_j^{(i)} = v_l^{(j)})} \\ & = \sum_{k \in [c]} \sum_{j \in [d]} \sum_{l \in [n_j]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ib(x_j^{(i)} = v_l^{(j)}) \ln \theta_{kjl} \\ & = \sum_{k \in [c]} \sum_{j \in [d]} \sum_{l \in [n_j]} B_{kjl} \ln \theta_{kjl} \end{align}
其中$B_{kjl} = \sum_{i \in [m]} \ib(y^{(i)}=k) \ib(x_j^{(i)} = v_l^{(j)})$为训练集中第$k$类样本中第$j$个特征取值$v_l^{(j)}$的样本数
对任意给定的类别$k$和特征$j$,我们只需考虑
\begin{align} \max_{\theta_{kjl}} ~ \sum_{l \in [n_j]} B_{kjl} \ln \theta_{kjl}, \quad \st ~ \sum_{l \in [n_j]} \theta_{kjl} = 1 \end{align}
拉格朗日函数$L = \sum_{l \in [n_j]} B_{kjl} \ln \theta_{kjl} - \lambda ( \sum_{l \in [n_j]} \theta_{kjl} - 1 )$
\begin{align} & \nabla_{\theta_{kjl}} L = \frac{B_{kjl}}{\theta_{kjl}} - \lambda = 0 \Longrightarrow \sum_{l \in [n_j]} B_{kjl} = \lambda \sum_{l \in [n_j]} \theta_{kjl} = \lambda \\[4pt] & \Longrightarrow \theta_{kjl} = \frac{B_{kjl}}{\sum_{l \in [n_j]} B_{kjl}} = \frac{第 k 类样本中第j个特征取值v_l^{(j)}的样本数}{第 k 类样本数~~~} \end{align}
根据贝叶斯公式和条件独立性假设
\begin{align} \argmax_{y \in [c]} p(y|\xv) & = \argmax_{y \in [c]} p(y) p(\xv | y) \\ & = \argmax_{y \in [c]} p(y) p(x_1 | y) p(x_2 | y) \cdots p(x_d | y) \end{align}
根据训练集求
\begin{align} & p(y = k) = \frac{第 k 类样本数~~~}{总样本数~~~} \\ & p( x_j = v_l^{(j)} | y=k) = \frac{第 k 类样本中第j个特征取值v_l^{(j)}的样本数}{第 k 类样本数~~~~} \end{align}
朴素贝叶斯就是数数!
| 次序 | 时间 | 方式 | 天气 | 课业 | 疫情 | 电视 | 约会 |
|---|---|---|---|---|---|---|---|
| 1 | 周六 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 2 | 周日 | 吃饭 | 阴天 | 轻松 | 清零 | 精彩 | 是 |
| 3 | 周日 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 4 | 周六 | 吃饭 | 阴天 | 轻松 | 清零 | 精彩 | 是 |
| 5 | 周间 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 6 | 周六 | 逛街 | 晴天 | 轻松 | 平缓 | 无聊 | 是 |
| 7 | 周日 | 逛街 | 晴天 | 适中 | 平缓 | 无聊 | 是 |
| 8 | 周日 | 逛街 | 晴天 | 轻松 | 平缓 | 精彩 | 是 |
| 9 | 周日 | 逛街 | 阴天 | 适中 | 平缓 | 精彩 | 否 |
| 10 | 周六 | 学习 | 雨天 | 轻松 | 严峻 | 无聊 | 否 |
| 11 | 周间 | 学习 | 雨天 | 繁重 | 严峻 | 精彩 | 否 |
| 12 | 周间 | 吃饭 | 晴天 | 繁重 | 严峻 | 无聊 | 否 |
| 13 | 周六 | 逛街 | 晴天 | 适中 | 清零 | 精彩 | 否 |
| 14 | 周间 | 逛街 | 阴天 | 适中 | 清零 | 精彩 | 否 |
| 15 | 周日 | 逛街 | 晴天 | 轻松 | 平缓 | 无聊 | 否 |
| 16 | 周间 | 吃饭 | 晴天 | 繁重 | 严峻 | 精彩 | 否 |
| 17 | 周六 | 吃饭 | 阴天 | 适中 | 平缓 | 精彩 | 否 |
| 18 | 周六 | 逛街 | 阴天 | 适中 | 清零 | 无聊 | ? |
\begin{align} & p(约会 = 是) = 8/17 \\ & p(时间 = 周六 | 约会 = 是) = 3/8 \\ & p(方式 = 逛街 | 约会 = 是) = 3/8 \\ & p(天气 = 阴天 | 约会 = 是) = 2/8 \\ & p(课业 = 适中 | 约会 = 是) = 1/8 \\ & p(疫情 = 清零 | 约会 = 是) = 5/8 \\ & p(电视 = 无聊 | 约会 = 是) = 2/8 \\[5pt] & p(约会 = 否) = 9/17 \\ & p(时间 = 周六 | 约会 = 否) = 3/9 \\ & p(方式 = 逛街 | 约会 = 否) = 4/9 \\ & p(天气 = 阴天 | 约会 = 否) = 3/9 \\ & p(课业 = 适中 | 约会 = 否) = 4/9 \\ & p(疫情 = 清零 | 约会 = 否) = 2/9 \\ & p(电视 = 无聊 | 约会 = 否) = 3/9 \\[10pt] & \frac{8}{17} \frac{3}{8} \frac{3}{8} \frac{2}{8} \frac{1}{8} \frac{5}{8} \frac{2}{8} < \frac{9}{17} \frac{3}{9} \frac{4}{9} \frac{3}{9} \frac{4}{9} \frac{2}{9} \frac{3}{9} \\[10pt] & 预测结果为“约会=否” \end{align}
以文本分类为例
$x_j = \ib(v_j出现在文本\xv中) \in \{0,1\}$,$\theta_{kj} = p (x_j = 1 | y = k)$
\begin{align} p (\xv | y = k, \thetav) = \prod_{j \in [d]} p (x_j | y = k, \thetav) = \prod_{j \in [d]} \theta_{kj}^{x_j} (1 - \theta_{kj})^{1 - x_j} \end{align}
这是$d$个独立的伯努利分布的乘积
以文本分类为例
$x_j = 词v_j在文本\xv\text中出现的次数 \in \nb$,文本总词数$x_1 + \cdots + x_d$
第$k$类文本的每个词从词汇表中依概率$[\theta_{k1}; \ldots; \theta_{kj}; \ldots; \theta_{kd}]$选取
其中$\theta_{kj}$为第$k$类文本选取词$v_j$的概率,$\sum_{j \in [d]} \theta_{kj} = 1$
\begin{align} p (\xv | y = k, \thetav) = \frac{(x_1 + \cdots + x_d)!}{x_1! \cdots x_d!} \prod_{j \in [d]} \theta_{kj}^{x_j} \end{align}
这是多项式分布,特别的,$d=2$即为二项式分布
以文本分类为例
$x_j \sim \nc(\mu_j, \sigma_j^2) \in \rb$,假设实数特征 (e.g., tf - idf) 服从高斯分布
\begin{align} p (\xv | y = k, \muv, \sigmav) = \prod_{j \in [d]} \frac{1}{\sqrt{2\pi \sigma_{kj}^2}} \exp \left( - \frac{(x_j - \mu_{kj})^2}{2 \sigma_{kj}^2} \right) \end{align}
这是$d$个独立的高斯分布的乘积
$x_j = \ib(v_j出现在文本\xv中) \in \{0,1\}$,$\theta_{kj} = p (x_j = 1 | y = k)$
\begin{align} p (\xv | y = k, \thetav) = \prod_{j \in [d]} p (x_j | y = k, \thetav) = \prod_{j \in [d]} \theta_{kj}^{x_j} (1 - \theta_{kj})^{1 - x_j} \end{align}
对数似然函数中$\thetav$相关的项为
\begin{align} \LL (\thetav) & = \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln p (\xv^{(i)} | y^{(i)} = k, \thetav) \\ & = \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln \prod_{j \in [d]} \theta_{kj}^{x_j^{(i)}} (1 - \theta_{kj})^{1 - x_j^{(i)}} \\ & = \sum_{k \in [c]} \sum_{j \in [d]} \sum_{i \in [m]} \ib(y^{(i)}=k) (x_j^{(i)} \ln \theta_{kj} + (1 - x_j^{(i)}) \ln (1 - \theta_{kj}) ) \\ & = \sum_{k \in [c]} \sum_{j \in [d]} (B_{kj} \ln \theta_{kj} + \Bbar_{kj} \ln (1 - \theta_{kj}) ) \end{align}
对数似然函数中$\thetav$相关的项为
\begin{align} \LL (\thetav) & = \sum_{k \in [c]} \sum_{j \in [d]} \sum_{i \in [m]} \ib(y^{(i)}=k) (x_j^{(i)} \ln \theta_{kj} + (1 - x_j^{(i)}) \ln (1 - \theta_{kj}) ) \\ & = \sum_{k \in [c]} \sum_{j \in [d]} (B_{kj} \ln \theta_{kj} + \Bbar_{kj} \ln (1 - \theta_{kj}) ) \end{align}
其中
\begin{align} B_{kj} & = \sum_{i \in [m]} \ib(y^{(i)}=k) x_j^{(i)} = 第 k 类文本中包含词v_j的文本数 \\ \Bbar_{kj} & = \sum_{i \in [m]} \ib(y^{(i)}=k) (1 - x_j^{(i)}) = 第 k 类文本中不包含词v_j的文本数 \end{align}
对数似然函数中$\thetav$相关的项为
\begin{align} & \LL (\thetav) = \sum_{k \in [c]} \sum_{j \in [d]} (B_{kj} \ln \theta_{kj} + \Bbar_{kj} \ln (1 - \theta_{kj}) ) \\ & B_{kj} = 第 k 类文本中包含词v_j的文本数 \\ & \Bbar_{kj} = 第 k 类文本中不包含词 v_j 的文本数 \end{align}
对某个固定的$k$和$j$,估计$\theta_{kj}$只需求解优化问题
\begin{align} \max_{\theta_{kj}} ~ \{ B_{kj} \ln \theta_{kj} + \Bbar_{kj} \ln (1 - \theta_{kj}) \} \end{align}
令关于$\theta_{kj}$的导数为零可得
\begin{align} \theta_{kj} = \frac{B_{kj}}{B_{kj} + \Bbar_{kj}} = \frac{第 k 类文本中包含词 v_j 的文本数}{第 k 类文本数} \end{align}
$x_j = 词 v_j 在文本 \xv 中出现的次数 \in \nb$
$\theta_{kj}$为第$k$类文本选取词$v_j$的概率,$\sum_{j \in [d]} \theta_{kj} = 1$
\begin{align} p (\xv | y = k, \thetav) = \frac{(x_1 + \cdots + x_d)!}{x_1! \cdots x_d!} \prod_{j \in [d]} \theta_{kj}^{x_j} \end{align}
对数似然函数中$\thetav$相关的项为
\begin{align} \LL (\thetav) & = \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln p (\xv^{(i)} | y^{(i)} = k, \thetav) \\ & = \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln \left\{ \frac{(x_1^{(i)} + \cdots + x_d^{(i)})!}{x_1^{(i)}! \cdots x_d^{(i)}!} \prod_{j \in [d]} \theta_{kj}^{x_j^{(i)}} \right\} \\ & = 常数 + \sum_{k \in [c]} \sum_{j \in [d]} \sum_{i \in [m]} \ib(y^{(i)}=k) x_j^{(i)} \ln \theta_{kj} \end{align}
对数似然函数中$\thetav$相关的项为
\begin{align} & \LL (\thetav) = \sum_{k \in [c]} \sum_{j \in [d]} \sum_{i \in [m]} \ib(y^{(i)}=k) x_j^{(i)} \ln \theta_{kj} = \sum_{k \in [c]} \sum_{j \in [d]} B_{kj} \ln \theta_{kj} \\ & B_{kj} = \sum_{i \in [m]} \ib(y^{(i)}=k) x_j^{(i)} = 第 k 类文本中词 v_j 出现总次数 \end{align}
对某个固定的$k$,估计$\theta_{kj}$只需求解优化问题
\begin{align} \max_{\theta_{kj}} ~ \sum_{j \in [d]} B_{kj} \ln \theta_{kj}, \quad \st ~ \sum_{j \in [d]} \theta_{kj} = 1 \end{align}
拉格朗日函数$L = \sum_{j \in [d]} B_{kj} \ln \theta_{kj} - \lambda ( \sum_{j \in [d]} \theta_{kj} - 1 )$
\begin{align} \frac{\partial L}{\partial \theta_{kj}} = \frac{B_{kj}}{\theta_{kj}} - \lambda = 0 \Longrightarrow \theta_{kj} = \frac{第 k 类文本中词v_j出现总次数}{第 k 类文本的总词数} \end{align}
$x_j \sim \nc(\mu_j, \sigma_j^2) \in \rb$,假设实数特征 (e.g., tf - idf) 服从高斯分布
\begin{align} p (\xv | y = k, \muv, \sigmav) = \prod_{j \in [d]} \frac{1}{\sqrt{2\pi \sigma_{kj}^2}} \exp \left( - \frac{(x_j - \mu_{kj})^2}{2 \sigma_{kj}^2} \right) \end{align}
对数似然函数中$\muv, \sigmav$相关的项为
\begin{align} \LL (\muv, \sigmav) & = \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln p (\xv^{(i)} | y^{(i)} = k, \muv, \sigmav) \\ & = \sum_{k \in [c]} \sum_{i \in [m]} \ib(y^{(i)}=k) \ln \prod_{j \in [d]} \frac{1}{\sqrt{2\pi \sigma_{kj}^2}} \exp \left( - \frac{(x_j^{(i)} - \mu_{kj})^2}{2 \sigma_{kj}^2} \right) \\ & = 常数 + \sum_{k \in [c]} \sum_{j \in [d]} \sum_{i \in [m]} \ib(y^{(i)}=k) \left( - \frac{(x_j^{(i)} - \mu_{kj})^2}{2 \sigma_{kj}^2} - \ln \sigma_{kj} \right) \end{align}
对数似然函数中$\muv, \sigmav$相关的项为
\begin{align} \sum_{k \in [c]} \sum_{j \in [d]} \sum_{i \in [m]} \ib(y^{(i)}=k) \left( - \frac{(x_j^{(i)} - \mu_{kj})^2}{2 \sigma_{kj}^2} - \ln \sigma_{kj} \right) \end{align}
对某个固定的$k$和$j$,估计$\mu_{kj}$只需求解优化问题
\begin{align} \min_{\mu_{kj}} ~ \sum_{i \in [m]} \ib(y^{(i)}=k) (x_j^{(i)} - \mu_{kj})^2 \end{align}
令关于$\mu_{kj}$的导数为零
\begin{align} \mu_{kj} & = \frac{\sum_{i \in [m]} \ib(y^{(i)}=k) x_j^{(i)}}{\sum_{i \in [m]} \ib(y^{(i)}=k)} = \frac{第 k 类文本第j个特征的和}{第 k 类文本数} \\[4pt] & = 第 k 类文本第j个特征的均值 \end{align}
对数似然函数中$\muv, \sigmav$相关的项为
\begin{align} \sum_{k \in [c]} \sum_{j \in [d]} \sum_{i \in [m]} \ib(y^{(i)}=k) \left( - \frac{(x_j^{(i)} - \mu_{kj})^2}{2 \sigma_{kj}^2} - \ln \sigma_{kj} \right) \end{align}
对某个固定的$k$和$j$,估计$\sigma_{kj}$只需求解优化问题
\begin{align} \min_{\sigma_{kj}} ~ \sum_{i \in [m]} \ib(y^{(i)}=k) \left( \frac{(x_j^{(i)} - \mu_{kj})^2}{2 \sigma_{kj}^2} + \ln \sigma_{kj} \right) \end{align}
令关于$\sigma_{kj}$的导数为零
\begin{align} \sigma_{kj}^2 & = \frac{\sum_{i \in [m]} \ib(y^{(i)}=k) (x_j^{(i)} - \mu_{kj})^2}{\sum_{i \in [m]} \ib(y^{(i)}=k)} \\ & = 第 k 类文本第j个特征的方差 \end{align}
| 次序 | 时间 | 方式 | 天气 | 课业 | 疫情 | 电视 | 约会 |
|---|---|---|---|---|---|---|---|
| 1 | 周六 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 2 | 周日 | 吃饭 | 阴天 | 轻松 | 清零 | 精彩 | 是 |
| 3 | 周日 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 4 | 周六 | 吃饭 | 阴天 | 轻松 | 清零 | 精彩 | 是 |
| 5 | 周间 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 6 | 周六 | 逛街 | 晴天 | 轻松 | 平缓 | 无聊 | 是 |
| 7 | 周日 | 逛街 | 晴天 | 适中 | 平缓 | 无聊 | 是 |
| 8 | 周日 | 逛街 | 晴天 | 轻松 | 平缓 | 精彩 | 是 |
| 9 | 周日 | 逛街 | 阴天 | 适中 | 平缓 | 精彩 | 是 |
| 10 | 周六 | 学习 | 雨天 | 轻松 | 严峻 | 无聊 | 是 |
| 11 | 周间 | 学习 | 雨天 | 繁重 | 严峻 | 精彩 | 是 |
| 12 | 周间 | 吃饭 | 晴天 | 繁重 | 严峻 | 无聊 | 是 |
| 13 | 周六 | 逛街 | 晴天 | 适中 | 清零 | 精彩 | 是 |
| 14 | 周间 | 逛街 | 阴天 | 适中 | 清零 | 精彩 | 是 |
| 15 | 周日 | 逛街 | 晴天 | 轻松 | 平缓 | 无聊 | 是 |
| 16 | 周间 | 吃饭 | 晴天 | 繁重 | 严峻 | 精彩 | 是 |
| 17 | 周六 | 吃饭 | 阴天 | 适中 | 平缓 | 精彩 | 是 |
| 18 | 周六 | 逛街 | 雨天 | 适中 | 清零 | 无聊 | ? |
\begin{align} & p(约会 = 否) = \class{blue}{0/17} \\[10pt] & 训练集中无负样本 \\[10pt] & 模型无脑预测“约会=是” \end{align}
| 次序 | 时间 | 方式 | 天气 | 课业 | 疫情 | 电视 | 约会 |
|---|---|---|---|---|---|---|---|
| 1 | 周六 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 2 | 周日 | 吃饭 | 阴天 | 轻松 | 清零 | 精彩 | 是 |
| 3 | 周日 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 4 | 周六 | 吃饭 | 阴天 | 轻松 | 清零 | 精彩 | 是 |
| 5 | 周间 | 吃饭 | 晴天 | 轻松 | 清零 | 精彩 | 是 |
| 6 | 周六 | 逛街 | 晴天 | 轻松 | 平缓 | 无聊 | 是 |
| 7 | 周日 | 逛街 | 晴天 | 适中 | 平缓 | 无聊 | 是 |
| 8 | 周日 | 逛街 | 晴天 | 轻松 | 平缓 | 精彩 | 是 |
| 9 | 周日 | 逛街 | 阴天 | 适中 | 平缓 | 精彩 | 否 |
| 10 | 周六 | 学习 | 雨天 | 轻松 | 严峻 | 无聊 | 否 |
| 11 | 周间 | 学习 | 雨天 | 繁重 | 严峻 | 精彩 | 否 |
| 12 | 周间 | 吃饭 | 晴天 | 繁重 | 严峻 | 无聊 | 否 |
| 13 | 周六 | 逛街 | 晴天 | 适中 | 清零 | 精彩 | 否 |
| 14 | 周间 | 逛街 | 阴天 | 适中 | 清零 | 精彩 | 否 |
| 15 | 周日 | 逛街 | 晴天 | 轻松 | 平缓 | 无聊 | 否 |
| 16 | 周间 | 吃饭 | 晴天 | 繁重 | 严峻 | 精彩 | 否 |
| 17 | 周六 | 吃饭 | 阴天 | 适中 | 平缓 | 精彩 | 否 |
| 18 | 周六 | 逛街 | 雨天 | 适中 | 清零 | 无聊 | ? |
\begin{align} & p(约会 = 是) = 8/17 \\ & p(时间 = 周六 | 约会 = 是) = 3/8 \\ & p(方式 = 逛街 | 约会 = 是) = 3/8 \\ & p(天气 = \class{blue}{雨天}| 约会 = 是)=\class{blue}{0/8} \\ & p(课业 = 适中| 约会 = 是) = 1/8 \\ & p(疫情 = 清零| 约会 = 是) = 5/8 \\ & p(电视 = 无聊| 约会 = 是) = 2/8 \\[10pt] & \frac{8}{17} \frac{3}{8} \frac{3}{8} \class{blue}{\frac{0}{8}} \frac{1}{8} \frac{5}{8} \frac{2}{8} = \class{blue}{0} \\[10pt] & 正样本中无“天气=雨天”的样本 \\[10pt] & 似然乘积为零,其它特征不起作用 \end{align}
在各取值的频数上赋予一个正数$\lambda$,通常取$\lambda=1$
\begin{align} & p (y = k) = \frac{第 k 类样本数 + \lambda}{总样本数 + c \lambda} \\[6pt] & p ( x_j = v_l^{(j)} | y=k) = \frac{第 k 类样本中第 j 个特征取值 v_l^{(j)} 的样本数 + \lambda}{第 k 类样本数 + n_j \lambda} \\[6pt] & p (x_j = 1 | y = k) = \frac{第 k 类文本中包含词v_j的文本数 + \lambda}{第 k 类文本数 + d \lambda} \\[6pt] & p (选取词v_j | y = k) = \frac{第 k 类文本中词v_j出现总次数 + \lambda}{第 k 类文本的总词数 + d \lambda} \end{align}