（1）基本思想：基于贝叶斯定理与特征条件独立假设的分类方法；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。
（2）为什么叫“朴素”：对条件概率分布作了条件独立性的假设，因为这是一个较强的假设。
条件独立性假设：
根据贝叶斯定理推导：
本文介绍了朴素贝叶斯分类器的基本思想，包括贝叶斯定理与特征条件独立假设，解释了为什么称其为“朴素”，并讨论了条件独立性假设在推导过程中的作用。此外，文章还探讨了后验概率最大化的理由，以及如何处理数据稀疏性和计算先验条件概率的问题，提出了贝叶斯估计和聚类的解决方案，并针对概率计算中的下溢出问题提出了解决策略。
最低0.47元/天 解锁文章
5610
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
