深入淺出--樸素貝葉斯分類函數（上篇）

一、前言 樸素貝葉斯算法是有監督的學習算法，解決的是分類問題，如客戶是否流失、是否值得投資、信用等級評定等多分類問題。該算法的優點在於簡單易懂、學習效率高、在某些領域的分類問題中能夠與決策樹、神經網絡相媲美。但由於該算法以自變量之間的獨立（條件特徵獨立）性和連續變量的正態性假設爲前提，就會導致算法精度在某種程度上受影響。 本篇文章將從樸素貝葉斯推斷原理開始講起，通過實例進行輔助講解。最後，使用Py

>>阅读原文<<