机器学习_朴素贝叶斯算法识别手写数字

朴素贝叶斯算法是基于条件概率的一种分类算法，通过概率大小来进行分类，经常用于分类文档。本文用python实现朴素贝叶斯算法，并用kaggle识别手写数字的数据集来训练，得到81%的准确率。虽然准确率可能比不上其它如SVM、神经网络等算法，但是朴素贝叶斯算法相对来说简单，计算速度也较快。

朴素贝叶斯理论说明

朴素贝叶斯的基本公式：
$P(c^{1}|w) > P(c^{0}|w)$ ，则w样本属于$c^{1}$ 类别；
$P(c^{1}|w) < P(c^{0}|w)$ ，则w样本属于$c^{0}$ 类别。
同样在多分类问题中，$P(c^{i}|w)$ 最大时表示样本