朴素贝叶斯面试总结

1. 朴素贝叶斯与LR的区别？函数 简单来讲：朴素贝叶斯是生成模型，根据已有样本进行贝叶斯估计学习出先验几率P(Y)和条件几率P(X|Y)，进而求出联合分布几率P(XY),最后利用贝叶斯定理求解P(Y|X)， 而LR是判别模型，根据极大化对数似然函数直接求出条件几率P(Y|X)；朴素贝叶斯是基于很强的条件独立假设（在已知分类Y的条件下，各个特征变量取值是相互独立的），而LR则对此没有要求；朴素贝叶

>>阅读原文<<