20190628——朴素贝叶斯算法原理

概率基础
概率就是定义一件事情发生的可能性。

所谓的朴素，就是加了一个假设：特征与特征之间是相互独立的。

朴素贝叶斯：朴素+贝叶斯
朴素：特征与特征之间是相互独立的
贝叶斯：就是贝叶斯算法

应用场景：文本分类
单词作为特征

20类新闻分类
1）获取数据
2）划分数据集
3）特征工程
文本特征抽取
4）朴素贝叶斯预估器流程
5）模型评估

朴素贝叶斯算法总结
优点：
朴素贝叶斯模型发源于古典数学理论，有稳定的分类效率
对缺失数据不太敏感，算法也比较简单，常用于文本分类
分类准确度高，速度快

缺点：
由于使用了样本独立性的假设，所以如果特征属性有关联时其效果不好