机器学习之朴素贝叶斯（分类）
Posted lbdjsbp
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习之朴素贝叶斯（分类）相关的知识，希望对你有一定的参考价值。
朴素：在给定类别的情况下，各个特征相互独立
贝叶斯公式：P(A|B)=P(A)P(B|A)/P(B)
朴素贝叶斯：P(特征|类别)=P(特征)P(类别|特征)/P(类别)
核心思想：算一下概率，那种类别概率大，就分为那种类别。
在scikit-learn中的实现：
1.高斯贝叶斯：数据集符合高斯（正态）分布。用的最多
2.伯努利贝叶斯：数据集符合伯努利分布。
3.多项式贝叶斯：数据集符合多项式分布。
以上是关于机器学习之朴素贝叶斯（分类）的主要内容，如果未能解决你的问题，请参考以下文章