機器學習筆記——第二週樸素貝葉斯和Logistic迴歸

樸素貝葉斯 優點： 在數據較少的情況下仍然有效，可以處理多類別問題。 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。 樸素貝葉斯的一般過程： (1) 收集數據：可以使用任何方法。本章使用RSS源。 (2) 準備數據：需要數值型或者布爾型數據。 (3) 分析數據：有大量特徵時，繪製特徵作用不大，此時使用直方圖效果更好。 (4) 訓練算法：計算不同的獨立特徵的條件概率。 (5)

>>阅读原文<<