樸素貝葉斯算法詳解

在機器學習的長河中，有很多判別式模型，比如KNN等等，生成一個f(x)即可對未見實例進行判斷，基本不需要利用到概率論的知識。而一些生成式模型，往往利用概率表示樣本的分佈，從而得出P(X,Y)來對未見實例進行劃分，本文所介紹的樸素貝葉斯就是其中的一種。 1. 條件概率 從基礎講起，首先就是大學概率論課程中接觸到的條件概率。 表達式如下： P(A|B) 表示在事件B發生的前提下，事件A發生的概率。 P

>>阅读原文<<