机器学习（一）朴素贝叶斯基本原理概述

在机器学习的长河中，有不少判别式模型，好比KNN等等，生成一个f(x)便可对未见实例进行判断，基本不须要利用到几率论的知识。而一些生成式模型，每每利用几率表示样本的分布，从而得出P(X,Y)来对未见实例进行划分，本文所介绍的朴素贝叶斯就是其中的一种。html 1. 条件几率 从基础讲起，首先就是大学几率论课程中接触到的条件几率。 表达式以下： P(A|B) 表示在事件B发生的前提下，事件A发生的几

>>阅读原文<<