机器学习(6)--朴素贝叶斯模型算法之鸢尾花数据实验

朴素贝叶斯模型是一种基于贝叶斯定理与特征条件独立假设的分类方法， 是经典的机器学习算法之一，也是为数很少的基于几率论的分类算法。 优势：算法逻辑简单,易于实现 缺点：朴素贝叶斯模型前提是假设属性之间相互独立，但这个在现实中每每是不存在的，当属性过多或属性之间相关性大时效果不太好 网上有很是多的关于朴素贝叶斯模型几率的数理方法， 我不打算在这写这些数理上的东西，仅经过python代码实现并讲解朴素贝

>>阅读原文<<