机器学习笔记（三） 朴素贝叶斯分类

一    简述html        朴素贝叶斯分类法是基于贝叶斯定理和特征条件独立假设的分类方法，具体作法是：1）基于特征条件独立假设来学习输入/输出的联合几率分布；2）基于学习的模型，对给定的输入，利用贝叶斯定理求出后验几率最大的输出。它的思想很简单：对于给出的待分类项，求解在此项出现的条件下各个类别出现的几率，哪一个最大，就认为此待分类项属于哪一个类别。函数 二    原理学习 ·基本方法s

>>阅读原文<<