機器學習入門筆記(四):樸素貝葉斯分類

文章目錄 一.樸素貝葉斯法 1.1 實現原理 1.2 後驗概率最大化 二.樸素貝葉斯法的參數估計 2.1 極大似然估計 2.2 學習與分類算法 2.3 樸素貝葉斯分類器例題 2.4 貝葉斯估計 一.樸素貝葉斯法 樸素貝葉斯(naive Bayes)法 是基於貝葉斯定理與特徵條件獨立假設的分類方法.對於給定的訓練數據集,首先基於特徵條件獨立假設 學習輸入/輸出的聯合概率分佈;然後基於此模型,對給定的
相關文章
相關標籤/搜索