4 朴素贝叶斯法
文章目录4. 朴素贝叶斯法4.1 朴素贝叶斯的学习与分类4.1.1 基本方法4.1.2 后验概率最大化的含义4.2 朴素贝叶斯法的参数估计4.2.1 极大似然估计4.2.2 学习与分类算法4.2.3 贝叶斯估计4.3 代码
4. 朴素贝叶斯法
4.1 朴素贝叶斯的学习与分类
4.1.1 基本方法
设输入空间X是n维向量的集合输出空间为类标记集合Y={c1, c2, … , ck}。输入为特征向量x∈X,输出为类标记(class label) y∈Y。X是定义在输入空间上的随机变量,Y是定义
原创
2021-07-04 18:20:43 ·
310 阅读 ·
2 评论