機器學習算法總結4:樸素貝葉斯法

樸素貝葉斯(naive Bayes)是基於貝葉斯定理和條件獨立假設的分類方法。該方法是生成方法，即通過數據學習輸入/輸出的聯合概率分佈，然後基於此模型，對於給定的輸入x，求出後驗概率最大的輸出y。 1.模型 聯合概率分佈：P(X,Y) 先驗概率(邊緣概率)分佈： 條件概率分佈： 三者關係：條件概率分佈=聯合概率分佈/先驗概率。 條件概率分佈有指數級數量參數，通過條件獨立假設(用於分類的特徵在類確定

>>阅读原文<<