机器学习入门之朴素贝叶斯法

朴素贝叶斯法

朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设分类方法。对于给定训练集，首先基于特征条件独立性的假设，学习输入/输出联合概率（计算出先验概率和条件概率，然后求出联合概率）。然后基于此模型，给定输入x，利用贝叶斯概率定理求出最大的后验概率作为输出y。朴素贝叶斯法实现简单，学习和预测效率都很高，是一种常用的分类方法。朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设分类方法。对于给定训