机器学习笔记之朴素贝叶斯分类算法

朴素贝叶斯分类算法： 优势：在数据较少的状况下仍然有效，能够处理多分类问题。 缺点：对于输入数据的准备方式较为敏感。 适用数据类型：标称型数据(离散型数据) 算法原理： 对于某一个条件，这个条件下哪一个类的个数最多，这个状况就多是这个类的。其实就是max{P(y1|X),P(y2|X)...P(yn|X)}，X是条件（属性），y是类。 ps：是否是感受有点像k-近邻算法的几率表达形式，另外确定有人

>>阅读原文<<