機器學習實戰--基於機率論的分類方法：樸素貝葉斯

樸素貝葉斯概述 樸素貝葉斯算法就是利用咱們在機率論中學習的條件機率公式來處理一些分類問題。python 樸素貝葉斯 優勢：在數據較少的狀況下仍然有效，能夠處理多類別問題 缺點：對於輸入數據的準備方式較爲敏感 適用數據類型：標稱型數據 樸素貝葉斯算法原理 機率論中有一個大名鼎鼎的機率公式，貝葉斯公式： web 推導過程以下： 舉一個例子來闡述貝葉斯公式，據統計百分之八十的女孩會留長髮，百分之四十的男

>>阅读原文<<