朴素贝叶斯分类器与贝叶斯估计
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 \vec{x},yy),其中x⃗ \vec{x}为dd维向量x⃗ =(x1,x2,x3...xd)\vec{x}=(x_1,x_2,x_3...x_d),yy为x⃗ \vec{x}所属类别,其中y∈
原创
2017-03-07 22:45:03 ·
1170 阅读 ·
0 评论