機器學習之樸素貝葉斯算法

一句概括： 樸素貝葉斯=樸素 (特徵獨立)+貝葉斯（貝葉斯方法） 應用場景：文本分類，情感分析，特徵相對獨立 1.理解 第二個：聯合概率 第三個：條件概率 第四個：倆都符合 二分類問題：就是目標值有兩個，喜歡，不喜歡 所以不相互獨立 現在求小明被喜歡的概率 喜歡= C w= 產品，超重 樸素貝葉斯中，特徵是相互獨立的 所以

>>阅读原文<<