【機器學習算法】：樸素貝葉斯法

我們用極大似然估計參數的原因是因爲我們只知道數據集D和模型，單若是在建模之前就呢個獲得額外信息，即先驗概率P(w)，可以通過這個先驗知識簡歷更加精準的模型。所以當我們認爲先驗概率P(w)爲均勻分佈，等於1時最大後驗估計與極大似然估計等價。 樸素貝葉斯法是基於貝葉斯定理的分類方法。 樸素貝葉斯分類 樸素貝葉斯法之所以叫樸素，因爲其做了一個較強的假設，該假設爲：用於分類的特徵，在類確定的條件下，都是獨

>>阅读原文<<