跟着Leo机器学习实战–基于概率论的分类方法:朴素贝叶斯

跟着Leo机器学习实战–基于概率论的分类方法:朴素贝叶斯 github https://github.com/LeoLeos/MachineLearningLeo/tree/master/bayes 核心思想 如果我们用p1(x,y)表示数据(x,y)属于类别1的概率,用p2(x,y)表示数据(x,y)属于类别2的概率,那么判别规则如下: 若p1(x,y)>p2(x,y),则判给类别1 若p1(x,y)<p2(x,y),则判给类别2 条件概率 条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为:P(A|B) P(θ) 没有数据支持下,θ发生的概率:先验概率 P(