朴素贝叶斯法

    朴素贝叶斯法是基于贝叶斯原理与特征独立假设的分类方法。     朴素贝叶斯法通过训练数据集的学习联合概率分布P(X,Y)。 一、朴素贝叶斯算法学习过程：     1.学习先验概率分布:,        2.学习条件概率分布：     3.对给定的新数据x输入，列出x对应后验概率公式，使得后验概率最大化的类作为x的输出。直观理解：在x这个输入条件下，根据训练数据集的分布情况，找出使x最大化后

>>阅读原文<<