分类算法之朴素贝叶斯（Naive Bayes）和贝叶斯网络（Bayesian Networks）

1.概述 你们都知道贝叶斯定理，一个简单的条件几率求解公式： P(A|B) = P(A^B) / P(B) = P(A)*P(B|A) / P(B) 形式简单，也容易理解。它的好处在于能够将条件几率P(A|B)经过公式转换为若干已知先验几率（P(A),P(B)）和条件几率（P(B|A)）的组合，而等式右边可经过对样本的统计分析获得，从而达到求解P(A|B)的目的。 贝叶斯分类方法是基于贝叶斯定理的

>>阅读原文<<