机器学习-23:MachineLN之朴素贝叶斯

你要的答案或许都在这里:小鹏的博客目录 学习朴素贝叶斯需要清楚下面几个概念: 贝叶斯模型是指模型参数的推断用的是贝叶斯估计方法,也就是需要指定先验分布,再求取后验分布。 贝叶斯分类是一类算法的总称,这类算法均以贝叶斯定理为基础,故统称贝叶斯分类。而贝叶斯分类中最简单的一种:朴素贝叶斯,即对条件概率分布作了条件独立性假设, 下面看一下某大神举的简单例子,看一下这种条件独立性建设的方便性和实用性: 某
相关文章
相关标签/搜索