机器学习实战之朴素贝叶斯naive bayes

朴素贝叶斯naive bayes： 先说贝叶斯定理： 有事件A和事件B， p（AB），发生A也发生B的概率。p(A)发生A的概率。p(B)发生B的概率。 p(A|B)，发生B的条件下再发生A的概率。 p(B|A)，发生A的条件下再发生B的概率。 根据常识有： p(AB)=p(A)*p(B|A)=p(B)*p(A|B) 则有： p(B|A)=p(B)*p(A|B)/p(A) 可以将难计算的概率转化成

>>阅读原文<<