機器學習算法與Python實踐之（八）樸素貝葉斯

 模型概述 樸素貝葉斯方法，是指 樸素：特徵條件獨立 貝葉斯：基於貝葉斯定理 根據貝葉斯定理，對一個分類問題，給定樣本特徵x，樣本屬於類別y的機率是 python p(y|x)=p(x|y)p(y)p(x) 。。。。。。（1）  在這裏，x是一個特徵向量，將設x維度爲M。由於樸素的假設，即特徵條件獨立，根據全機率公式展開，公式（1）能夠表達爲 p(y=c k |x)=∏ M i=1 p(x i

>>阅读原文<<