朴素贝叶斯算法--自己感悟

1. 朴素贝叶斯之所加上“朴素”，主要是因为其在条件概率中假设为各个参数之间相互独立，比如P(X=x|Y=y)，在其中假设X参数之间相互独立，就可以以乘积的形式求条件概率，否则，要求出相应的条件概率，几乎不可能，因为随着X参数以及Y类别参数的增加，需要求的参数是指数级别的增加，对计算量要求太高。
2. 朴素贝叶斯经过期望风险最小化原则，可以只考虑P(Y=y)P(X=x| P=y)，最后在Y类别参数中进行argmax就可以求出相应Y的概率，也即可以对类别进行预测。
3. 朴素贝叶斯算法在连续变量中的应用，可以把P(Y=y)和P(X=x| P=y)用概率密度公式表示，其他的步骤和离散变量的朴素贝叶斯算法类似。

参考文献：
[1] 李航，统计学习 [M], 2019，北京：清华大学出版社.