《机器学习（周志华）》Chapter7 贝叶斯分类

1、贝叶斯决策论算法     贝叶斯分类器通俗点理解就是在给定样本的状况下使得分类正确的几率越大，则分类器越好。反之分类错误的几率越小分类器越好。举个例子：以西瓜数据3.0为例，对编号为1的数据进行预测，预测是好瓜的几率越大分类器越好，这很容易理解。 网络 咱们能够将问题转化为最小化分类错误的几率，对于多分类类别咱们考虑分类成全部不一样类别指望损失（能够简单考虑为类别的平均值），假设有N种可能的假

>>阅读原文<<