Naive Bayes贝叶斯

X，Y是一对随机变量，P(X,Y)表示它们的联合概率， P(X|Y) 和P(Y|X)表示条件概率，X和Y的联合概率和条件 概率满足下列关系：   贝叶斯定理 X 代表属性集 Y 代表类变量 训练阶段：对 X 和 Y 的每一种组合学习后验概率 P( Y | X )  预测阶段：找出使后验概率P( Y '| X') 最大的类Y'，对测试记录进行分类。 例如： 上面例子对于预测的数据比较属于哪类的概率大

>>阅读原文<<