朴素贝叶斯算法详解

1. 引言 　　 　　朴素贝叶斯算法（Naive Bayes）是机器学习中常见的基本算法之一，主要用来做分类任务的。它是基于贝叶斯定理与条件独立性假设的分类方法。对于给定的训练数据集，首先基于特征条件独立性假设学习输入/输出的联合概率分布，然后基于此模型，对于给定的输入 x 利用贝叶斯定理求出后验概率最大的输出 y 。 　　 　　基于以上的解释，我们知道：1. 该算法的理论核心是贝叶斯定理；2.

>>阅读原文<<