貝葉斯分類器原理與應用

貝葉斯決策 對於機器學習還有一種將機率應用於其中的一類算法，咱們這裏先介紹貝葉斯決策論，也算是從另外一個角度來思考機器學習的算法。python 假設對於數據集，對應的數據類別有N種，分別爲： web Y={c1,c2,⋯,cN} L(Y,f(X)) 爲損失函數，那麼咱們能夠得出將一個樣本點 x 分類爲 ci 所產生的指望損失爲 Rexp(f)=E[L(Y,f(X))] 自己這個指望是對聯合機率分佈

>>阅读原文<<