Mahout分類算法學習之實現Naive Bayes分類示例

1.簡介 (1) 貝葉斯分類器的分類原理髮源於古典概率理論，是通過某對象的先驗概率，利用貝葉斯公式計算出其後驗概率，即該對象屬於某一類的概率，選擇具有最大後驗概率的類作爲該對象所屬的類。樸素貝葉斯分類器(Naive Bayes Classifier)做了一個簡單的假定：給定目標值時屬性之間相互條件獨立，即給定元組的類標號，假定屬性值有條件地相互獨立，即在屬性間不存在依賴關係。樸素貝葉斯分類模型所需

>>阅读原文<<