分类-朴素贝叶斯

思路 原始的贝叶斯公式为: P(B|A)=P(AB)P(A)=P(A|B)⋅P(B)P(A)(1) 在分类问题中, y为类别, X为样本特征, 则已知待预测的样本特征 X , 预测它为类别 yi 的概率为: P(yi|X)=P(X|yi)P(yi)P(X)=P(yi)∏jP(xj|yi)P(X)(2) P(yi)=类别为yi的样本数总样本数 P(xj|yi)=包含特征xj的类别为yi的样本类别为y

>>阅读原文<<