贝叶斯分类和实例

贝叶斯的分类:算法 (1) 朴素贝叶斯算法 　　设每一个数据样本用一个n维特征向量来描述n个属性的值，即：X={x1，x2，…，xn}，假定有m个类，分别用C1, C2,…，Cm表示。给定一个未知的数据样本X（即没有类标号），若朴素贝叶斯分类法将未知的样本X分配给类Ci，则必定是 　　P(Ci|X)>P(Cj|X) 1≤j≤m，j≠i 　　根据贝叶斯定理 　　因为P(X)对于全部类为常数，最大化后

>>阅读原文<<