機器學習算法01 - 樸素貝葉斯

樸素貝葉斯

樸素貝葉斯分類

機器學習基本算法之一的樸素貝葉斯方法的基本原理，其要點如下：

• 樸素貝葉斯方法利用後驗概率選擇最佳分類，後驗概率可以通過貝葉斯定理求解；
• 樸素貝葉斯方法假定所有屬性相互獨立，基於這一假設將類條件概率轉化爲屬性條件概率的乘積；
• 樸素貝葉斯方法可以使期望風險最小化；
• 影響樸素貝葉斯分類的是所有屬性之間的依賴關係在不同類別上的分佈。