貝葉斯算法

與決策樹分類和k近鄰分類算法不同，貝葉斯分類主要藉助概率論的知識來通過比較提供的數據屬於每個類型的條件概率, 將他們分別計算出來然後預測具有最大條件概率的那個類別是最後的類別。當然樣本越多我們統計的不同類型的特徵值分佈就越準確，使用此分佈進行預測則會更加準確。 貝葉斯準則 樸素貝葉斯分類器中最核心的便是貝葉斯準則，他用如下的公式表示:   此公式表示兩個互換的條件概率之間的關係，他們通過聯合概率關

>>阅读原文<<