摘要:
朴素贝叶斯算法是基于概率论的分类方法,是生成算法中的一种。为什么成为“朴素”呢,因为整个形式化过程都只做最原始、最简单的假设。朴素贝叶斯是贝叶斯决策理论的一部分。 生成模型和判决模型的区别:http://blog.sciencenet.cn/home.php?mod=space&uid=248173&do=blog&id=227964 当样本的输入是中特征向量x是连续实数向量,则应该使用高斯判决模型,如果输入是x是离散值的话,可以考虑采用朴素贝叶斯的分类方法。朴素的贝叶斯模型的使用条件是样本足够多,在检测判决是先对样本进行训练。当样本中的特征向量x较多。贝叶斯算法有一个 阅读全文