机器学习：朴素贝叶斯

一、概述

预测模型

 

即：概率等于在Ck类的概率乘以Ck发生的条件下x发生的概率。x发生的概率等于x的所有特征同时发生的概率。

策略：

先验概率最大化

算法计算公式：

贝叶斯估计的条件概率计算：

先验概率计算： 

//================补充===============//

先验概率P(Y)

条件概率P(X|Y)

联合概率分布P(X,Y) = 先验概率P(Y)*条件概率P(X|Y)

后验概率P(Y|X)

贝叶斯公式就是用来求后验概率，就是要先求出先验概率和条件概率。

 P(X,Y) = P(X|Y)P(Y)