機器學習實戰（三）——NaiveBayes樸素貝葉斯算法郵件分類

樸素貝葉斯分類的原理是條件機率的計算： 在已知先驗機率的條件下，計算後驗機率，後驗機率便是在當前數據條件下屬於分類1或者分類2 的機率，取機率較大的一個爲輸出。 貝葉斯準則很熟悉了，不解釋了，但在這個算法中引入了一個很重要的思想：將文本等數據對象轉化爲向量格式進行計算。 其中包含了：一、正則表達式的運用，python中re庫的運用 二、留存交叉驗證：將樣本一部分用做訓練，一部分用做測試，當將訓練組

>>阅读原文<<