機器學習中的貝葉斯與樸素貝葉斯

貝葉斯是用來描述兩個條件概率直接的關係。我知道： 由上式進一步推導得： 由此，推廣到隨機變量的範疇，設X,Y爲兩個隨機變量，得到貝葉斯公式： 其中，P(Y)叫做先驗概率，P(Y|X)叫做後驗概率，P(Y,X)是聯合概率。 在機器學習的視角下，我們把X理解成「具有某種特徵」，把Y理解爲「類別標籤」， 貝葉斯方法把計算「具有某特徵的條件下屬於某類」的概率轉換成需要計算「屬於某類的條件下具有某特徵」的概

>>阅读原文<<