机器学习-1-朴素贝叶斯

- 引言 朴素贝叶斯(naive Bayes)是基于贝叶斯订立和特征条件独立假设的分类方法； 对于给定的训练集和，基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯订立求出后验概率最大的输出y； （朴素贝叶斯和贝叶斯估计(Bayesian estimation)是不同的概念。） - 基本方法 朴素贝叶斯的方法是通过训练数据学习出联合条件概率分布P(X,Y)

>>阅读原文<<