機器學習算法之 樸素貝葉斯 分類

基於概率論的分類算法：樸素貝葉斯 1、核心思想：選擇高概率對應的類別 如下圖： 兩類數據分佈如下，用p1(x，y)表示數據點（x，y）屬於類別1（圖中圓點表示的類別）的概率，用p2(x，y)表示數據點（x，y）屬於類別2（圖中三角形點表示的類別）的概率，那麼對於一個新數據點（x，y），可以用下面的規則來判斷他的類別： 1）如果p1(x，y) > p2(x，y)，那麼類別爲1 2）如果p2(x，y)

>>阅读原文<<