朴素贝叶斯(naïve Bayes)法是基于贝叶斯定理与特征条件独立假设的分类方法 。对于给定的训练数据集,首先基于特征条件独立假设学习输入输出的联合概率分布;然后基于此模型,对给定的输入 x ,利用贝叶斯定理求出后验概率最大的输出 y 。朴素贝叶斯法实现简单,学习与预测的效率都很高,是一种常用的方法。
本章叙述朴素贝叶斯法,包括朴素贝叶斯法的学习与分类、朴素贝叶斯法的参数估计算法。 evAqbkEH0n2blvgmuiDhEhFT5K8KONNg/VzGg8kIpGYaY5Eu3Gejz0JDApxuqk2O