樸素貝葉斯面試總結

1. 樸素貝葉斯與LR的區別？函數 簡單來講：樸素貝葉斯是生成模型，根據已有樣本進行貝葉斯估計學習出先驗機率P(Y)和條件機率P(X|Y)，進而求出聯合分佈機率P(XY),最後利用貝葉斯定理求解P(Y|X)， 而LR是判別模型，根據極大化對數似然函數直接求出條件機率P(Y|X)；樸素貝葉斯是基於很強的條件獨立假設（在已知分類Y的條件下，各個特徵變量取值是相互獨立的），而LR則對此沒有要求；樸素貝葉

>>阅读原文<<