朴素贝叶斯算法详解

在机器学习的长河中，有很多判别式模型，比如KNN等等，生成一个f(x)即可对未见实例进行判断，基本不需要利用到概率论的知识。而一些生成式模型，往往利用概率表示样本的分布，从而得出P(X,Y)来对未见实例进行划分，本文所介绍的朴素贝叶斯就是其中的一种。 1. 条件概率 从基础讲起，首先就是大学概率论课程中接触到的条件概率。 表达式如下： P(A|B) 表示在事件B发生的前提下，事件A发生的概率。 P

>>阅读原文<<