機器學習之十大經典算法（四） 樸素貝葉斯算法

（一）樸素貝葉斯算法簡介。算法 樸素貝葉斯法是基於貝葉斯定理與特徵條件獨立假設的分類方法。算法的基礎是機率問題，分類原理是經過某對象的先驗機率，利用貝葉斯公式計算出其後驗機率，即該對象屬於某一類的機率，選擇具備最大後驗機率的類做爲該對象所屬的類。樸素貝葉斯假設是約束app 性很強的假設，假設特徵條件獨立，但樸素貝葉斯算法簡單，快速，具備較小的出錯率。dom 在樸素貝葉斯的應用中，主要研究了電子郵件

>>阅读原文<<