Python 朴素贝叶斯(Naive Bayes)分类

       Naïve Bayes 分类的核心是计算条件几率P(y|x),其中y为类别,x为特征向量。其意义是在x样本出现时,它被划分为y类的可能性(几率)。经过计算不一样分类下的几率,进而把样本划分到几率最大的一类。python 根据条件几率的计算公式能够获得:算法 P(y|x) = P(y)*P(x|y)/P(x)。app       因为在计算不一样分类几率是等式右边的分母是相同的,因此只
相关文章
相关标签/搜索