机器学习实战 朴素贝叶斯原理及代码

朴素贝叶斯（naive Bayes）法是是基于贝叶斯定理 和特征条件独立假设的分类方法，对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合分布几率；而后基于此模型，对给定的输入x，再利用贝叶斯定理求出其后验几率最大的输出y。 1，它是一种典型的生成学习方法，其生成方法是由训练数据学习联合几率分布P(X,Y)，具体来讲就是利用训练数据学习P(Y)和P(X|Y)的估计：P(X,Y) =

>>阅读原文<<