機器學習算法-樸素貝葉斯Python實現

引文：前面提到的K最近鄰算法和決策樹算法，數據實例最終被明確的劃分到某個分類中，下面介紹一種不能徹底肯定數據實例應該劃分到哪一個類別，或者說只能給數據實例屬於給定分類的機率。python 基於貝葉斯決策理論的分類方法之樸素貝葉斯 優勢：在數據較少的狀況下仍然有效，能夠處理多類別問題 缺點：對於輸入數據的準備方式較爲敏感 適用數據類型：標稱型數據。 樸素貝葉斯的通常過程 收集數據：可使用任何方式 準

>>阅读原文<<