朴素贝叶斯(Naive Bayes)学习总结

朴素贝叶斯算法的基本思想是建立特征 X X X与输出 Y Y Y 之间的联合概率分布 P ( X , Y ) P(X, Y) P(X,Y) ，在对给定的特征进行预测时，通过贝叶斯定理求出所有可能的输出 P ( X ∣ Y ) P(X | Y) P(X∣Y) ，取其中最大的作为预测结果。其优点是模型简单，效率高，在很多领域有广泛的使用。 生成学习算法与判别学习算法 生成学习算法与判别学习算法是监督学

>>阅读原文<<