機器學習——先驗分佈和樸素貝葉斯

一.先驗分佈，後驗分佈與似然估計 先驗分佈：因，spa 後驗分佈：由果所因，code 似然估計：由因至果，對象   二.貝葉斯公式 大名鼎鼎的公式：blog 全機率公式：ci 貝葉斯公式：io 三.樸素貝葉斯作分類問題 PS:之因此說樸素是由於它的特徵之間是相互獨立的。table 看成應用題 已知量 1.一羣對象。class 有固定種類（A1,A2...An）方法 每一個對象都有固定的特徵(B1,

>>阅读原文<<