【NLP】樸素貝葉斯

【任務5 -傳統機器學習–樸素貝葉斯 】 1. 樸素貝葉斯 貝葉斯：貝葉斯定理旨在計算P(A|B)的值，也就是在已知B發生的條件下，A發生的概率是多少。大多數情況下，B是被觀察事件，比如「昨天下雨了」，A爲預測結果「今天會下雨」。對數據挖掘來說，B通常是觀察樣本個體，A爲被預測個體所屬類別。所以，說簡單一點，貝葉斯就是計算的是：B是A類別的概率。 貝葉斯公式： P ( A ∣ B ) = P (

>>阅读原文<<