朴素贝叶斯

朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类算法。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，对于给定的输入 x x x，利用贝叶斯定理求出后验概率最大的输出 y y y（基于贝叶斯定理使用先验概率求后验概率，将最大的后验概率对应的类别作为样本的类别）。 朴素贝叶斯实际上学习到生成数据的机制，所以属于生成模型，条件独立假设等于是说用于分类的特征

>>阅读原文<<