朴素贝叶斯分类

朴素贝叶斯Naive Bayes 其原理是根据最大后验概率来对数据进行分类 也就是把数据分类到使得后验概率最大的那一类 有点像极大似然估计 公式 贝叶斯公式： P(B|A)=P(A|B)P(B)P(A) 具体到贝叶斯分类的应用就是： P(类别|特征)=P(特征|类别)P(类别)P(特征) 最后我们求出使得上式最大的那个类别，就是贝叶斯分类结果 例子1 如上图，天气、温度、湿度、风力决定了是否打球

>>阅读原文<<