机器学习-朴素贝叶斯分类

朴素贝叶斯分类 思想 贝叶斯学派思想可以概括为：先验概率+实验数据=后验概率。 贝叶斯分类方法是一种基于统计学思想的方法。 应用 垃圾邮箱分类 高危用户分类 目标客户分类 原理 实例 由未知向已知转化 条件独立性假设 后验概率最大化等价推导 算法流程 朴素贝叶斯分类器性能 优点：对于小规模数据表现很好，适用于多分类任务和增量式训练。 缺点：对输入数据表现形式很敏感。

>>阅读原文<<