来源：http://www.tudoupe.com时间：2022-02-02
2.2 贝叶斯方法
机器学习的最终目的就是回归 or 分类，这里二者都可以理解为预测，回归很好理解，分类也可以理解为预测属于某一类的概率是多少。我们把上述贝叶斯公式中的X理解为“具有某特征”，把Y理解成“类别标签”，那么贝叶斯公式就可以表示为：
P(“属于某类”|“具有某特征”)=P(“具有某特征”|“属于某类”)P(“属于某类”)/P(“具有某特征”)。
贝叶斯方法把计算“具有某特征条件下属于某类（就是分类）”的概率转化为需要计算“属于某类条件下具有某特征（分别训练模型）”的概率，属于有监督学习。
原文链接： 朴素贝叶斯（Naive Bayes）原理+编程实现拉普拉斯修正的朴素贝叶斯分类器
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Copyright © 2012-2014 Www.tudoupe.Com. 土豆启动 版权所有 意见建议：tdsky@tudoupe.com
土豆系统,土豆PE,win7系统下载,win7 64位旗舰版下载,u盘启动,u盘装系统,win10下载，win10正式版下载,win10 RTM正式版下载，win8下载，电脑蓝屏，IE11修复，网络受限，4K对齐，双系统，隐藏分区，系统安装不了，U盘装系统，笔记本装系统，台式机装系统，diskgenius运用，GHSOT装系统，U盘修复，U盘技巧，U盘速度，U盘不能格式化，U盘复制发生错误，U盘加密，U盘选购，开机黑屏，蓝屏，进不了系统，上不了网，打不开程序，点击无反应，系统设置，PE个性化，PE添加网络，PE维护系统
