个人笔记

中文标题：TPE：基于贝叶斯的超参优化算法改进

英文标题：Algorithms for hyper-parameter optimizati

Read more

贝叶斯定理： $$P(B|A)=\frac{P(A,B)}{P(A)}=\frac{P(A|B)P(B)}{P(A)}$$

• 其中 $P(B|A)$ 表示后验概率 $posterior$
• $P(A,B)$ 表示联合概率，$P(A)$ 表示历史经验 $evidence$
• $P(A|B)$ 表示似然估计值 $likelihood$，$P(B)$ 表示先验概率 $prior$

朴素贝叶斯

朴素贝叶斯（Naive Bayes classifier）以贝叶斯定理为基础的简单分类器，主要通过统计历史数据中各种事件的发生频率，并从中寻找统计上的相关性，以实现对事件的预测

Read more