【机器学习算法】朴素贝叶斯法(NaiveBayes)

朴素贝叶斯法对条件概率分布作了条件独立性假设，条件独立假设等于是说用于分类的特征在类确定的条件下都是条件独立的。 这一假设使朴素贝叶斯变得简单。 1.学习与分类 朴素贝叶斯法实际上是学习到生成数据的机制，所以属于生成模型。 2.参数估计 2.1 极大似然估计 K 为：K为c的所有可能情况的数目 Sj S j 为：特征的可能出现的所有情况 可以应用极大似然估计法估计相应的概率，先验概率 P(Y=Ck

>>阅读原文<<