朴素贝叶斯法naive Bayes

本文是《统计学习方法》李航著学习笔记。贝叶斯推断的有关论述参考《贝叶斯方法 概率编程与贝叶斯推断》[加]Cameron Davidson-Pilon著。 朴素贝叶斯法是一种基于“贝叶斯定理”“条件独立性假设”的分类方法。 朴素贝叶斯法是一种生成模型，首先，生成训练数据的联合概率分布P(X,Y)；其次，对于给定的新预测点x，求出使条件概率P(Y|X=x)最大的Y所在分类。 先给定一些基本的统计学概念

>>阅读原文<<