我正在尝试修改标准 kNN 算法以获得属于某个类的概率，而不仅仅是通常的分类。我没有找到关于概率 kNN 的太多信息，但据我了解，它的工作原理类似于 kNN，不同之处在于它计算给定半径内每个类的示例百分比。
所以我想知道，朴素贝叶斯和概率 kNN 之间有什么区别？我只是可以发现朴素贝叶斯考虑了先验可能性，而 PkNN 没有。我弄错了吗？
提前致谢！
【问题讨论】：
标签： machine-learning artificial-intelligence bayesian knn naivebayes
说实话，几乎没有相似之处。
朴素贝叶斯假设每个类都根据简单分布进行分布，独立于特征。对于连续情况-它将适合您的整个班级（每个班级）的径向正态分布，然后通过argmax_y N(m_y, Sigma_y) 做出决定
另一方面，KNN 不是概率模型。您所指的修改只是原始想法的“平滑”版本，您返回最近邻集中每个类的比率（这实际上不是任何“概率kNN”，它只是粗略估计的常规kNN概率）。这对数据分布没有任何假设（除了局部平滑）。特别是 - 它是一个非参数模型，如果有足够的训练样本，它将完美地适合任何数据集。朴素贝叶斯仅适用于 K 高斯（其中 K 是类数）。
【讨论】：
P(y|x) = # labels y in NN(x) / # size of NN(x)，其中 NN 是最近邻的集合。
（我不知道如何格式化数学公式。更多细节和清晰的表示，请参阅this。）
我想提出一个相反的观点，即通过将 KNN 视为密度估计的平均值，KNN 是一种简化的朴素贝叶斯 (NB)。
为了进行密度估计，我们尝试估计 p(x) = k/NV，其中 k 是位于区域 R 中的样本数，N 是总样本数，V 是区域 R 的体积. 通常，估计有两种方法：（1）固定V，计算k，称为核密度估计或Parzen窗口； (2)固定k，计算V，即基于KNN的密度估计。后者的名气远不如前者，因为它有很多缺点。
然而，我们可以使用基于 KNN 的密度估计来连接 KNN 和 NB。给定总共 N 个样本，Ni 类样本，我们可以通过考虑包含 x 的区域将 NB 写成基于 KNN 的密度估计的形式：
P(ci|x) = P(x|ci)P(ci)/P(x) = (ki/NiV)(Ni/N)/(k/NV) = ki/k,
其中 ki 是该区域中类别 ci 的样本数。最终形式 ki/k 实际上是 KNN 分类器。
【讨论】：