公式参见《统计学习方法》 分母都一样，不具备区分能力，省略后因为特性独立，可以进行朴素贝叶斯公式。
因为 公式为p(Y = ck)*p(x1|y = ck)*p(x2|y = ck).....
当特性多的时候p(Y = ck)只是前面一项，不具备主导能力，所以不用在意Y，ck分类在全部集合中的比例。
朴素贝叶斯 就是求测试数据在数据集中的匹配度
概率大的匹配度大
当特性的概率为0是，也就是ck分类中不含有该特性，进行贝叶斯估计P51
因为 公式为p(Y = ck)*p(x1|y = ck)*p(x2|y = ck).....
当特性多的时候p(Y = ck)只是前面一项，不具备主导能力，所以不用在意Y，ck分类在全部集合中的比例。
朴素贝叶斯 就是求测试数据在数据集中的匹配度
概率大的匹配度大
当特性的概率为0是，也就是ck分类中不含有该特性，进行贝叶斯估计P51
2611
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
