统计学习方法笔记-朴素贝叶斯法

简介：     朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设的分类方法。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，朴素贝叶斯法实现简单，学习和预测效率都很高，是一种常用的方法。 朴素贝叶斯法的学习与分类 基本方法：     X是定义在输入空间上的随机变量，Y是定义在输出空间上的随机变量。P(

>>阅读原文<<