朴素贝叶斯
朴素贝叶斯方法是一组基于应用贝叶斯定理的监督学习算法，其“朴素”假设是给定类变量值的每对特征之间的条件独立性。贝叶斯定理陈述了以下关系，给定类变量 𝑦 𝑦 y 和从属特征向量 𝑥 1 𝑥_1 x1 到 𝑥 𝑛 𝑥_𝑛 xn ，：
P ( y ∣ x 1 , … , x n ) = P ( y ) P ( x 1 , … x n ∣ y ) P ( x 1 , … , x n ) P(y \mid x_1, \dots, x_n) = \frac{P(y) P(x_1, \dots x_n \mid y)} {P(x_1, \dots, x_n)} P(y∣x1,…,xn)=P(x1,…,xn)P(y)P(x1
最低0.47元/天 解锁文章
2297
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
