[筆記]樸素貝葉斯·神經網絡·SVM

樸素貝葉斯 在上一講中的特徵 xi 只能取0，1，二元值；一般化的樸素貝葉斯算法中，特徵 xi 能取 {1,2,...,ki} 。 這樣在對 p(x|y) 進行建模時，就要使用多項式分佈，而不是伯努利分佈。如果特徵是連續值，那麼就需要將其離散化，離散到有限的k個值。 例子：居住面積 當原始的連續值在多項分佈中建模效果不是很好時，離散這些特徵然後使用樸素貝葉斯（代替GDA）常常會得到一個更好的結果。

>>阅读原文<<