第13課：樸素貝葉斯分類器——條件概率的參數估計

不再簡單地將頻率當作概率 已知樸素貝葉斯公式： $P(C|F_1,F_2,…, F_n) =\frac{1}{Z}P(C) \prod_{i=1}^{n} P(F_i|C)$ 其中，$F_i$ 表示樣本的第 $i$ 個特徵，$C$ 爲類別標籤。$P(F_i | C)$ 表示樣本被判定爲類別 $C$ 前提下，第 $i$ 個特徵的條件概率。 之前，對於 $P(F_i |C)$ 我們用頻率來作爲概率的估

>>阅读原文<<