一. 朴素贝叶斯分类器
朴素贝叶斯分类器是机器学习中一个简单的有监督学习的分类模型,其基本原理为根据贝叶斯公式计算数据类别的后验概率,选择后验概率最大的类别作为该数据类别的预测值。
训练数据:m个数据( x⃗ , y ),其中
训练目的:根据给定数据,训练出分类器,使之能预测新的数据
根据贝叶斯决策论,对于需要分类的样本
朴素贝叶斯分类器是机器学习中一个简单的有监督学习的分类模型,其基本原理为根据贝叶斯公式计算数据类别的后验概率,选择后验概率最大的类别作为该数据类别的预测值。
训练数据:m个数据( x⃗ , y ),其中
训练目的:根据给定数据,训练出分类器,使之能预测新的数据
根据贝叶斯决策论,对于需要分类的样本