机器学习算法3——朴素贝叶斯

本文介绍了朴素贝叶斯算法,包括其基本原理、两种实现方式(伯努利模型和多项式模型)、一般过程、优缺点。详细阐述了条件概率的计算,讨论了词集模型和词袋模型,并提供了文档处理为词条列表的代码示例。此外,文章还提到了朴素贝叶斯在电子邮件分类中的应用及其注意事项,如下溢出问题的解决和停用词表的使用。
摘要由CSDN通过智能技术生成

本文总结于《Machine Learning in Action》一书


机器学习算法3——朴素贝叶斯


一. 朴素贝叶斯介绍:

     1. 简介

       朴素贝叶斯是贝叶斯分类器的一个扩展,是用于文档分类的常用算法。朴素贝叶斯中,朴素一词是指整个形式化

过程只作最原始、最简单的假设。这里的假设有两个:

       (1) 假设特征之间相互独立。指统计意义上的独立,即一个特征或单词出现的可能性与它与其他单词是否相邻没有

关系。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值