樸素貝葉斯(Naive Bayes)學習總結

樸素貝葉斯算法的基本思想是建立特徵 X X X與輸出 Y Y Y 之間的聯合概率分佈 P ( X , Y ) P(X, Y) P(X,Y) ，在對給定的特徵進行預測時，通過貝葉斯定理求出所有可能的輸出 P ( X ∣ Y ) P(X | Y) P(X∣Y) ，取其中最大的作爲預測結果。其優點是模型簡單，效率高，在很多領域有廣泛的使用。 生成學習算法與判別學習算法 生成學習算法與判別學習算法是監督學

>>阅读原文<<