機器學習(6)--樸素貝葉斯模型算法之鳶尾花數據實驗

樸素貝葉斯模型是一種基於貝葉斯定理與特徵條件獨立假設的分類方法， 是經典的機器學習算法之一，也是爲數很少的基於機率論的分類算法。 優勢：算法邏輯簡單,易於實現 缺點：樸素貝葉斯模型前提是假設屬性之間相互獨立，但這個在現實中每每是不存在的，當屬性過多或屬性之間相關性大時效果不太好 網上有很是多的關於樸素貝葉斯模型機率的數理方法， 我不打算在這寫這些數理上的東西，僅經過python代碼實現並講解樸素貝

>>阅读原文<<