機器學習之樸素貝葉斯分類器

沒有最好的分類器，只有最合適的分類器。 最廣泛的分類模型，除了「機器學習算法之決策樹」裏分享的決策樹模型（Decision Tree Model）之外，還有一種十分常見的分類模型，即樸素貝葉斯模型（Naïve Bayesian Model，NBM）。 和決策樹模型相比，樸素貝葉斯模型發源於古典數學理論，有着堅實的數學基礎，以及穩定的分類效率。同時，NBC模型所需估計的參數很少，對缺失數據不太敏感，

>>阅读原文<<