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,
相關文章
相關標籤/搜索