機器學習入門（七）：樸素貝葉斯分類器——從貝葉斯定理到分類模型

前面有關線性迴歸的課程中，咱們講了一個迴歸模型，咱們如今來說一個分類模型。面試 分類 vs 迴歸 分類模型 VS 迴歸模型，最根本的不一樣：前者是預測一個標籤（類型、類別）；後者則是預測一個量。算法 換一個角度來看，分類模型輸出的預測值是離散值；而回歸模型輸出的預測值則是連續值。機器學習 也就是說輸入一個樣本給模型，迴歸模型給出的預測結果是在某個值域（通常是實數域或其子集）上的任意值；而分類模型則

>>阅读原文<<