朴素贝叶斯的基本原理

朴素贝叶斯：朴素贝叶斯方法是基于贝叶斯定理和特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合几率分布；而后基于此模型，对给定的输入x，利用贝叶斯定理求出后验几率(Maximum A Posteriori)最大的输出y。学习 朴素贝叶斯假设：（条件独立性假设这是个强假设）spa                                而后，最后的朴

>>阅读原文<<