【圖解例說機器學習】樸素貝葉斯 (Naive Bayes)

樸素貝葉斯分類法是基於貝葉斯定理與特徵條件獨立假設的分類方法。其主要思想爲：對於給定的訓練數據集 D \mathcal D D ，首先基於特徵條件獨立假設學習輸入 x \mathrm x x 與輸出 y y y 的聯合機率分佈 P ( x , y ) P(\mathrm x, y) P(x,y) ; 而後經過先驗機率 P ( y ) P(y) P(y) ，利用貝葉斯定理求出後驗機率 P ( y ∣

>>阅读原文<<