机器学习之朴素贝叶斯(NB)分类算法与Python实现

朴素贝叶斯（Naive Bayesian）是最为普遍使用的分类方法，它以几率论为基础，是基于贝叶斯定理和特征条件独立假设的分类方法。python 一 概述 1 简介 2 条件几率与贝叶斯定理 3 朴素贝叶斯分类的原理 4 朴素贝叶斯分类的流程和优缺点 二Python算法实现 1 根据文档词汇表构建词向量 2 运用词向量计算几率 3 运用分类器函数对文档进行分类 三 实例使用朴素贝叶斯过滤垃圾邮件

>>阅读原文<<