NLP_task朴素贝叶斯

朴素贝叶斯法

朴素贝叶斯（naïve Bayes）法是基于贝叶斯定理与特征条件独立假设的分类方法。

对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。朴素贝叶斯法实现简单，学习与预测的效率都很高，是一种常用的方法。

朴素贝叶斯法的学习与分类

基本方法

后验概率最大化的含义

朴素贝叶斯法的参数估计

极大似然估计

学习与分类算法

下面给出朴素贝叶斯法的学习与分类算法。