【机器学习算法】：朴素贝叶斯法

我们用极大似然估计参数的原因是因为我们只知道数据集D和模型，单若是在建模之前就呢个获得额外信息，即先验概率P(w)，可以通过这个先验知识简历更加精准的模型。所以当我们认为先验概率P(w)为均匀分布，等于1时最大后验估计与极大似然估计等价。 朴素贝叶斯法是基于贝叶斯定理的分类方法。 朴素贝叶斯分类 朴素贝叶斯法之所以叫朴素，因为其做了一个较强的假设，该假设为：用于分类的特征，在类确定的条件下，都是独

>>阅读原文<<