4、朴素贝叶斯法

1、原理 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、输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。 朴素贝叶斯法通过训练数据集学习联合概率分布P（X,Y），通过学习先验概率分布 和条件概率分布 由于对条件概率作了条件独立性假设，因此称为朴素贝叶斯法。条件独立性假设为 条件独立假设等于是说用于分类的特征在类确定的条件下都是条件独立的。 朴素

>>阅读原文<<