机器学习实战（三）——NaiveBayes朴素贝叶斯算法邮件分类

朴素贝叶斯分类的原理是条件几率的计算： 在已知先验几率的条件下，计算后验几率，后验几率便是在当前数据条件下属于分类1或者分类2 的几率，取几率较大的一个为输出。 贝叶斯准则很熟悉了，不解释了，但在这个算法中引入了一个很重要的思想：将文本等数据对象转化为向量格式进行计算。 其中包含了：一、正则表达式的运用，python中re库的运用 二、留存交叉验证：将样本一部分用做训练，一部分用做测试，当将训练组

>>阅读原文<<