朴素贝叶斯法

学习与分类算法 先从训练数据中计算先验概率和条件概率，然后对于给定的实例计算最大的条件概率，输出该条件对应的类别。形式化的描述如下： 贝叶斯估计 最大似然估计有个隐患，假设训练数据中没有出现某种参数和类别的组合怎么办？此时估计的概率值为0，但是这不代表真实数据中就没有这样的组合。解决办法是采用贝叶斯估计 1、条件概率的贝叶斯估计： 其中，Sj表示xj可能取值的种数。分子和分母分别比最大似然估计多了

>>阅读原文<<