<机器学习实战>读书笔记--朴素贝叶斯

1.朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法，

最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）

2.朴素贝叶斯公式

P(B|A)的意思是在A事件的情况下，发生B事件的概率。

3.朴素贝叶斯模型

a是独立的特征属性集合：

      

用来计算不同的独立特征的条件概率

 

转载于:https://www.cnblogs.com/davidwang456/p/9804588.html