機器學習之分類算法之樸素貝葉斯分類

最近本身對機器學習比較感興趣，作個筆記，還請大牛不喜輕噴，多多指教。html 樸素貝葉斯分類基於機率論中的貝葉斯原理： P(A|B) = P(B|A)*P(A)/P(B)web 所謂樸素便是特徵屬性之間相互獨立的對分類結果發生影響。 因此對應的機率公式可改寫爲P(c|x) = P(x|c)|p(c) / P(x) 其中:機器學習 P(c) 是類‘先驗機率’ P(x|c) 是樣本x對於類標記c的類條

>>阅读原文<<