樸素貝葉斯法

學習與分類算法 先從訓練數據中計算先驗概率和條件概率，然後對於給定的實例計算最大的條件概率，輸出該條件對應的類別。形式化的描述如下： 貝葉斯估計 最大似然估計有個隱患，假設訓練數據中沒有出現某種參數和類別的組合怎麼辦？此時估計的概率值爲0，但是這不代表真實數據中就沒有這樣的組合。解決辦法是採用貝葉斯估計 1、條件概率的貝葉斯估計： 其中，Sj表示xj可能取值的種數。分子和分母分別比最大似然估計多了

>>阅读原文<<