《机器学习实战》第四章基于概率论的朴素贝叶斯

《机器学习实战》 第四章.基于概率论的分类方法朴素贝叶斯 4.1朴素贝叶斯名词概念解释 贝叶斯决策论：是概率框架下实施决策的基本方法。在所有相关概率都已知的理想情形下，贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。 词向量：将语言数学化，一种最简单的词向量方式是 one-hot representation，就是用一个很长的向量来表示一个词，向量的长度为词典的大小，向量的分量只有

>>阅读原文<<