機器學習之樸素貝葉斯學習筆記

樸素貝葉斯法是基於貝葉斯定理與特徵條件獨立假設的分類方法。對於給定的訓練數據集,首先基於特徵條件獨立假設學習輸入/輸出的聯合概率分佈;然後基於此模型,對給定的輸入x,利用貝葉斯定理求出後驗概率最大的輸出y。 一、樸素貝葉斯法理論知識 1.    樸素貝葉斯法的學習與分類 1.1基本方法: ①先驗概率分佈    ②條件概率分佈    ③條件獨立性假設   條件獨立假設是說用於分類的特徵在類確定的條件
相關文章
相關標籤/搜索