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
相關文章
相關標籤/搜索