贝叶斯分类方法——初次见面

开篇口水话：
这篇博客是，完成一个课程选题项目：《好评/差评识别。》
采用朴素贝叶斯算法
从而要认真学习，贝叶斯算法，以及朴素贝叶斯算法

---

简单回顾概念：
1.分类的目的： 利用已有的观测数据，建立fen’lei’qi对象属于哪个预定义的目标类
2.分类预测输出： 离散值
3.分类的任务： 对Data Set进行学习并构造一个拥有预测功能的分类模型。用于预测未知样本的类标号，比如预测病人的病情为[‘癌症’，‘非癌症]。
4.贝叶斯分类方法：是一种基于统计的学习方法

几个术语的中英文：

• 分类（Classification）

• 朴素贝叶斯算法（Naive Bayes，NB）

• 贝叶斯定理(Bayes’ theorem)

---

贝叶斯定理

就是下面这个公式定理：