KNN，决策树两种算法都明确给出了“该数据实例到底属于哪一类”这类明确的回答，而这一篇讲到的朴素贝叶斯分类器，基于概率论的分类方法，将给出数据实例属于不同种类的概率（基于数据的后验概率），从而供我们选择一个最优的类别猜测结果。例如给定一组数据(x，y)，可能的分类是C1，C2，这里我们基于之前给出的数据，求P(C1|x，y)和P(C2|x，y)，比较两个概率的大小，判断(x，y)更可能属于哪个类别。这里我们先对朴素和贝叶斯做个基本的了解。 KNN，决策树两种算法都明确给出了“该数据实例到底属于哪一类”这类明确的回答，而
阅读背景：
《机器学习实战》朴素贝叶斯分类及Sklearn库实现（1）
来源：互联网
分享到：
