Pyhton实用教程-第10章-集合与概率.pptx

《Pyhton实用教程-第10章-集合与概率.pptx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、人工智能及其实践教程主编：丁亮姜春茂第10章集合与概率PAGE310.1理解Python中的集合类型10.2概率基础知识10.3贝叶斯分类10.4案例：线上课程分类10.5总结熟练使用python中关于集合的操作了解概率的应用实例理解基于概率的朴素贝叶斯算法10.1理解Python中的集合类型Pythonset是基本数据类型的一种集合类型，它与数学上的集合概念相同。Python中集合可变集合(set)不可变集合(frozenset)以学校食堂每天进购水果的品种构成的集合为例，假设第一天购买水果的品种为苹果、草莓、香蕉、梨，第二天购买的品种为苹果、樱桃，那么请问：①两天共买过多少样水果，其品种

2、有哪些？②两天所买相同水果的品种有哪些？③两天中单独购买的水果的品种又有哪些？集合的创建、添加、删除、交集、并集、差集等实用操作。10.1理解Python中的集合类型分别调用集合的union、intersection和difference函数，求取集合的并集，交集与差集10.1理解Python中的集合类型大数定律：是一种描述当试验次数很大时所呈现的概率性质的定律。在随机事件的大量重复出现中，往往呈现几乎必然的规律。10.2概率基础知识概率亦称“或然率”、“机率”。它反映随机事件出现的可能性大小的量度。概率的两大概型：古典概型几何概型10.2概率基础知识概率问题举例：10.2概率基础知识第4至

3、9行，在正方形中撒了m颗豆子，n颗豆子落在圆中，根据面积比值，圆周率的近似值等于。10.3贝叶斯分类贝叶斯分类是一种非规则的分类方法。通过对已分类的样本子集进行训练，学习归纳出分类函数，利用训练得到的分类器实现对未分类数据的分类。贝叶斯分类的流程图：10.3贝叶斯分类朴素贝叶斯分类是贝叶斯分类算法是一种。朴素贝叶斯的思想基础：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。决定性标题类别词的词频统计：10.4案例：线上课程分类序号课程标题类别1DailyEnglishLearning12Welcome!-VOALearningEnglis

4、h13WorldofMathOnline04Freeonlinemathlessons05ListenandLearnEnglish16Thephysicallearningstyle07LearningbyChoiceinSecondaryPhysicalEducation08LearnEnglishin30Minutes1基于条件概率的朴素贝叶斯算法：网站管理员整理某教学网站上的英语材料，使用机器自动统计了该网站近期发布的课程标题：10.4案例：线上课程分类贝叶斯公式在上述问题中，我们得到了每个单词在特定类别下的词频，记单词向量为特征变量，其词频可表示为，根据贝叶斯公式，我们可以计算在特

5、征变量出现的条件下，课程标题属于类别的概率，如公式(1-1)所示:朴素贝叶斯公式假设单词间是互相独立的，且对于每个的计算都一样，因此课题类别的条件概率可简写为：其中，表示标题类别的概率，表示特征变量，即单词在所有标题中出现的概率。10.4案例：线上课程分类程序：10.4案例：线上课程分类我们以课程标题为例，随机选择一个新标题title=ListenEnglish，构建特征变量X=(Listen,English)，根据表12.6的信息可统计出单词在特定类别下的词数。XMath20Physical20English04Listen01Learning22由此我们可以计算出测试样本中每个单词的条件

6、概率，如，。接着计算类别的概率，分别为，，最后将上述概率依次代入公式(1-2)，计算课题类别的条件概率：10.4案例：线上课程分类一个完整的朴素贝叶斯算法流程:在本章中我们分别回顾与学习了集合和概率的基本概念及其在实际中的应用，如集合的并、交集，概率的古典概型与几何概型等，并通过线上课程分类的案例理解了基于概率的朴素贝叶斯分类算法工作流程与详细步骤。10.5总结