机器学习之朴素贝叶斯模型及代码示例

1、朴素贝叶斯的推导 朴素贝叶斯学习（naive Bayes）是一种有监督的学习，训练时不只要提供训练样本的特征向量X，并且还需提供训练样本的实际标记Y，是一种基于贝叶斯定理和特征条件独立假设的分类方法。python 1. 贝叶斯定理： 贝叶斯定理： 。web 对于分类问题，其中 可看做 在样本的特征为X的条件下，样本的类别为Y的条件几率，这正是分类问题中咱们想求的；windows 而右边中的 可

>>阅读原文<<