Python 機器學習及實踐——樸素貝葉斯理論

樸素貝葉斯理論 樸素貝葉斯（naive Bayes）法是基於貝葉斯定理與特徵條件獨立假設的分類方法。對於給定的訓練數據集，首先基於特徵條件獨立假設學習輸入/輸出的聯合概率分佈；然後基於此模型，對給定的輸入x，利用貝葉斯定理求出後驗概率最大的輸出y。樸素貝葉斯法實現簡單，學習與預測的效率都很高，是一種常用的方法。 1. 基本原理介紹 對於多分類模型：假設有 K 種可能的類別標記，即 y={ C1，C

>>阅读原文<<