機器學習（三）：概率學習——樸素貝葉斯分類

理解：基於貝葉斯方法的分類器是利用訓練數據並根據特徵的取值來計算每個類別被觀察到的概率。當分類器被應用於無標籤數據時，分類器就會根據觀測到的概率來預測新的特徵最可能屬於哪一類。 重要概念： 事件：可能的結果。晴天或者雨天 試驗：事件發生一次的機會（概率） 概率：事件發生的實驗次數除以試驗的總次數。 聯合概率：兩個事件同時發生的概率 基於貝葉斯定理的條件概率：事件A在另外一個事件B已經發生條件下的發

>>阅读原文<<