機器學習（一）樸素貝葉斯基本原理概述

在機器學習的長河中，有不少判別式模型，好比KNN等等，生成一個f(x)便可對未見實例進行判斷，基本不須要利用到機率論的知識。而一些生成式模型，每每利用機率表示樣本的分佈，從而得出P(X,Y)來對未見實例進行劃分，本文所介紹的樸素貝葉斯就是其中的一種。html 1. 條件機率 從基礎講起，首先就是大學機率論課程中接觸到的條件機率。 表達式以下： P(A|B) 表示在事件B發生的前提下，事件A發生的幾

>>阅读原文<<