下载掌阅APP，畅读海量书库
立即打开
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。