【任务5 -传统机器学习–朴素贝叶斯 】 1. 朴素贝叶斯 贝叶斯:贝叶斯定理旨在计算P(A|B)的值,也就是在已知B发生的条件下,A发生的概率是多少。大多数情况下,B是被观察事件,比如“昨天下雨了”,A为预测结果“今天会下雨”。对数据挖掘来说,B通常是观察样本个体,A为被预测个体所属类别。所以,说简单一点,贝叶斯就是计算的是:B是A类别的概率。 贝叶斯公式: P ( A ∣ B ) = P ( A ) P ( B ∣ A ) P ( B ) P(A∣B)= \frac{P(A)P(B∣A)}{P(B)} P(A∣B)=P(B)P(A