貝葉斯分類器的簡單理解

貝葉斯分類器 貝葉斯分類器的分類原理是經過某對象的 先驗機率 ，利用 貝葉斯公式 計算出其 後驗機率 ，即該對象屬於某一類的機率，選擇具備最大後驗機率的類做爲該對象所屬的類。也就是說，貝葉斯分類器是最小錯誤率意義上的優化。目前研究較多的貝葉斯分類器主要有四種，分別是：Naive Bayes、TAN、BAN和GBN。 訓練 和全部監督算法同樣，貝葉斯分類器是利用樣本進行訓練的，每一個樣本包含了一個特

>>阅读原文<<