Python机器学习与实战笔记之朴素贝叶斯分类

1联合几率分布 p(x,y)=p(y)P(x|y)  或者p(A交B)=p(A)xp(B)  p(A交B)不容易求,假设条件独立拆分红两个事件的乘积 2基本假设条件独立性 3利用贝叶斯定理 p(y|x)=P(x,y)/p(x)=p(y)P(x|y)/sum(y-i)[p(y)P(x|y)] y=max p(y)P(x|y) 贝叶斯决策理论要求计算两个几率p1(x，y),p2(x, y): 若是p1

>>阅读原文<<