hbu_pig的专栏

本文的目的是使你对朴素贝叶斯在理论上有一个入门的理解，在实战方面呢也有一个入门的小示例，看完以后你就可以开启你的进阶之路了。哈哈哈。朴素贝叶斯算法是统计学的一种分类方法，它是一种运用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯方法可以与决策树、神经网络分类算法相媲美。该算法能运用到大型数据库中，而且方法简单，分类准确率高，速度快，由于贝叶斯定理假设一个属性值对给定类的影响独立于其它属性值，而此假设在实际情况中经常是不成立的，因此其分类准确率可能会下降。为此也衍生出很多降低独立性假设的贝叶斯分类算法

注：本文用到的模块如Numpy，Scipy，matplotlib等都可以在 pythonlibs 里下载并使用pip安装，如果没有安装过这里有安装教程。本文提供的代码基于windows的python2.x，数据和代码都可以在github上打包下载。机器是否能够识别出图像中的花朵种类？从机器学习的角度来说，我们可以通过以下方式解决这个问题：先让机器学习一下每种花朵的样本数据，然后让它根据这些信息，对...