统计学习笔记：朴素贝叶斯（Naive Bayes）原理及C++源码实现

朴素贝叶斯（用于分类） 1、概念 朴素贝叶斯法是在假设输入向量x的特征条件独立（即在输入模式所属类别肯定时，输入向量x的每一个元素取值互不影响）下，经过样本集合学习输入x与输出y的联合几率分布。再用所获得的联合几率分布经过贝叶斯公式计算条件几率（后验几率）。将输入模式分类到后验几率最大的一个类别中。git 2、方法 2.1 贝叶斯公式 假设需对n个类别进行分类，按照贝叶斯公式：github 式中c

>>阅读原文<<