機器學習之樸素貝葉斯(NB)分類算法與Python實現

樸素貝葉斯（Naive Bayesian）是最爲普遍使用的分類方法，它以機率論爲基礎，是基於貝葉斯定理和特徵條件獨立假設的分類方法。python 一 概述 1 簡介 2 條件機率與貝葉斯定理 3 樸素貝葉斯分類的原理 4 樸素貝葉斯分類的流程和優缺點 二Python算法實現 1 根據文檔詞彙表構建詞向量 2 運用詞向量計算機率 3 運用分類器函數對文檔進行分類 三 實例使用樸素貝葉斯過濾垃圾郵件

>>阅读原文<<