朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定输入x，利用贝叶斯定理计算后验概率最大的输出y。朴素贝叶斯法在数据较少的情况下任然有效，但对输入数据的准备方式较为敏感。朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条
阅读背景：
《机器学习实战》——朴素贝叶斯分类_jyt1129的博客
来源：互联网
分享到：
