cxmscb的博客

原创 机器学习之朴素贝叶斯模型及代码示例

一、朴素贝叶斯的推导朴素贝叶斯学习（naive Bayes）是一种有监督的学习，训练时不仅要提供训练样本的特征向量X，而且还需提供训练样本的实际标记Y，是一种基于贝叶斯定理和特征条件独立假设的分类方法。1. 贝叶斯定理：贝叶斯定理： 。对于分类问题，其中 可看作 在样本的特征为X的条件下，样本的类别为Y的条件概率，这正是分类问题中我们想求的；而右边中的 可看作 训练集中样本类别为Y的概率 ， 可