机器学习——朴素贝叶斯

目录

一：朴素贝叶斯简介

1.1基于贝叶斯决策理论的分类方法

 1.2条件概率

二：文档分类

2.1从文本构建词向量

 2.2从词向量计算概率

2.3根据现实情况修改分类器

 2.4文档词袋模型

三：朴素贝叶斯过滤垃圾邮件

---

一：朴素贝叶斯简介

        朴素贝叶斯法是基于贝叶斯定理与特征条件独立性假设的分类方法。对于给定的训练集，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（朴素贝叶斯法这种通过学习得到模型的机制，显然属于生成模型）；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。