[ML] Bayesian Logistic Regression

简单概率分类

Ref: 逻辑回归与朴素贝叶斯有什么区别？

Ref: 机器学习笔记——逻辑回归(对数几率回归)和朴素贝叶斯分类器的对比

首先，搞清楚一个问题。

naive bayes 能分类；逻辑回归也能分类；两者解决问题的角度有何不同？

 

优化目标不同

逻辑回归：优化的后验likelihood  【这个好理解】

Naive Bayes：优化的是联合likelihood 

 

 

方法也不同

这是两套完全不同的方法：

• • 逻辑回归得到的是判别模型
  • 朴素贝叶斯得到的则是生成模型【假设iid，但往往很难成立

 

对 “朴素贝叶斯” 理解不透彻

Goto: [Scikit-learn] 1.9 Naive Bayes

 

 

 

贝叶斯逻辑回归

Ref: 通过贝叶斯logistic回归看拉普拉斯近似

 

/* implement */