机器学习-朴素贝叶斯
朴素贝叶斯从是基于贝叶斯定理和条件独立性假设的一种分类器,是一种基于概率统计的分类方法。对于给定的数据,基于条件独立性假设学习输入和输出的联合概率分布,然后根据给定的输入数据利用贝叶斯定理求解最大的后验概率的的输出类别,是一种非常常见的分类算法。 对于贝叶斯定理,实际上就是求解条件概率的方法 $$ P(A |…
阅读全文文章标签
浏览带有这个标签的已发布技术文章。
朴素贝叶斯从是基于贝叶斯定理和条件独立性假设的一种分类器,是一种基于概率统计的分类方法。对于给定的数据,基于条件独立性假设学习输入和输出的联合概率分布,然后根据给定的输入数据利用贝叶斯定理求解最大的后验概率的的输出类别,是一种非常常见的分类算法。 对于贝叶斯定理,实际上就是求解条件概率的方法 $$ P(A |…
阅读全文