朴素贝叶斯算法

朴素贝叶斯法的学习与分类 基本方法 设输入空间为n维向量的集合，输出空间为类标记集合={c1……ck}。输入特征向量x和输出类标记y分属于这两个集合。X是输入空间上的随机变量，Y是输出空间上的随机变量。P(X,Y)是X和Y的联合几率分布，训练数据集算法 由P(X,Y)独立同分布产生。函数 朴素贝叶斯法经过T学习联合几率分布P(X,Y)。具体来说，学习如下先验几率：学习 以及条件几率分布：spa 因

>>阅读原文<<