sklearn+python:樸素貝葉斯及文本分類

樸素貝葉斯 貝葉斯定理用來計算條件機率，即：web 而後進行一種樸素(naive)的假設-每對特徵之間都相互獨立:算法 在給定的輸入中 P(x_1, \dots, x_n) 是一個常量，咱們使用下面的分類規則:數據庫 可使用最大後驗機率(Maximum A Posteriori, MAP) 來估計 P(y) 和 P(x_i | y) ; 前者是訓練集中類別 y 的相對頻率。windows 各類各樣

>>阅读原文<<