朴素贝叶斯算法是常见的分类技术，尤其适用于文本分类。该算法基于贝叶斯公式和最大后验概率假设，在数据集上进行分类时表现出色。文章详细介绍了算法原理，并通过R语言提供了实现示例。
朴素贝叶斯算法也是一种常用的分类算法，尤其在对文本文档分类的学习任务中，朴素贝叶斯分类是最有效的算法之一。所谓的朴素，即假设在给定目标值时属性值之间相互条件独立，虽然这一假设看似不合理，但其最终的分类效果却普遍较好。
一、概述
1、贝叶斯公式
2、最大后验假设（MAP）
从所有假设的集合H中选择一个假设h使得其在给定数据集D下发生的概率P(h|D)最大，即成为最大后验假设。
3、极大似然假设（ML）
如果假设集合H中的所有假设发生概率相同，那么只需要寻找似然度P(D|h)的最大值，使得似然度最大的假设h成为极大似然假设。
二、推导过程（忽略丑字）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
