機器學習實戰 樸素貝葉斯原理及代碼

樸素貝葉斯（naive Bayes）法是是基於貝葉斯定理 和特徵條件獨立假設的分類方法，對於給定的訓練數據集，首先基於特徵條件獨立假設學習輸入/輸出的聯合分佈機率；而後基於此模型，對給定的輸入x，再利用貝葉斯定理求出其後驗機率最大的輸出y。 1，它是一種典型的生成學習方法，其生成方法是由訓練數據學習聯合機率分佈P(X,Y)，具體來講就是利用訓練數據學習P(Y)和P(X|Y)的估計：P(X,Y) =

>>阅读原文<<