Naive Bayes貝葉斯

X，Y是一對隨機變量，P(X,Y)表示它們的聯合概率， P(X|Y) 和P(Y|X)表示條件概率，X和Y的聯合概率和條件 概率滿足下列關係：   貝葉斯定理 X 代表屬性集 Y 代表類變量 訓練階段：對 X 和 Y 的每一種組合學習後驗概率 P( Y | X )  預測階段：找出使後驗概率P( Y '| X') 最大的類Y'，對測試記錄進行分類。 例如： 上面例子對於預測的數據比較屬於哪類的概率大

>>阅读原文<<