摘要：
朴素贝叶斯中的朴素一词的来源是假设各特征之间相互独立。这一假设使得朴素贝叶斯算法变得简单，但有时会牺牲一定的分类准确率。朴素贝叶斯经常会用于文本分类，它的思想是基于条件概率和联合概率： 条件概率：事件A在另外一个事件B已经发生的条件下发生的概率 记作：P(A|B)特性：P(A1,A2|B) = P( 阅读全文
摘要：
K-近邻算法又称KNN算法，最早是由Cover和Hart提出的一种分类算法，其原理非常简单，主要是根据计算两个样本之间的距离从而对样本进行预测分类，常用的距离计算公式有欧氏距离： 根据未知样本与已知样本的欧式距离，计算出距离最近的样本，则其为预测样本的类别 在Python的sklearn中使用KNN 阅读全文