贝叶斯分类器的简单理解

贝叶斯分类器 贝叶斯分类器的分类原理是经过某对象的 先验几率 ，利用 贝叶斯公式 计算出其 后验几率 ，即该对象属于某一类的几率，选择具备最大后验几率的类做为该对象所属的类。也就是说，贝叶斯分类器是最小错误率意义上的优化。目前研究较多的贝叶斯分类器主要有四种，分别是：Naive Bayes、TAN、BAN和GBN。 训练 和全部监督算法同样，贝叶斯分类器是利用样本进行训练的，每一个样本包含了一个特

>>阅读原文<<