机器学习中的贝叶斯与朴素贝叶斯

贝叶斯是用来描述两个条件概率直接的关系。我知道： 由上式进一步推导得： 由此，推广到随机变量的范畴，设X,Y为两个随机变量，得到贝叶斯公式： 其中，P(Y)叫做先验概率，P(Y|X)叫做后验概率，P(Y,X)是联合概率。 在机器学习的视角下，我们把X理解成“具有某种特征”，把Y理解为“类别标签”， 贝叶斯方法把计算“具有某特征的条件下属于某类”的概率转换成需要计算“属于某类的条件下具有某特征”的概

>>阅读原文<<