【ML】朴素贝叶斯 Naive Bayes

Backto Machine Learning Index

Naive Bayes 基于 贝叶斯定理

P(B|A)=P(A|B)P(B)P(A) P ( B | A ) = P ( A | B ) P ( B ) P ( A )

.

用于分类问题的时候, 在样本出现的前提下看那个类别的概率最大, 就跑向哪一个, 非常 simple, 非常 naive.

Ref

• 算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification) : 超级好的一篇文章, 对分类问题, 贝叶斯定理, Naive Bayesian Classification, 流程图, 参数, 实例, 对我都非常有启发.