樸素貝葉斯分類算法介紹及實現

1、算法簡介 樸素貝葉斯法是基於貝葉斯定理與特徵條件獨立假設(這也是爲何成爲樸素貝葉斯算法的緣由，若是特徵不不獨立，則須要用到貝葉斯網絡模型，此文不作介紹)的分類方法。對於給定的訓練集，首先基於特徵條件獨立假設學習輸入/輸出的聯合機率分佈，而後根據學得的模型，對於給定的輸入x,模型根據後驗機率最大化輸出y(也就是x的類別)。 2、算法執行步驟 1.準備數據訓練集 2.格式化數據以知足算法輸入要求

>>阅读原文<<