一句概括:
朴素贝叶斯=朴素 (特征独立)+贝叶斯(贝叶斯方法)
应用场景:文本分类,情感分析,特征相对独立

1.理解
机器学习之朴素贝叶斯算法
机器学习之朴素贝叶斯算法
第二个:联合概率
第三个:条件概率
第四个:俩都符合
二分类问题:就是目标值有两个,喜欢,不喜欢

机器学习之朴素贝叶斯算法
机器学习之朴素贝叶斯算法
所以不相互独立

现在求小明被喜欢的概率
机器学习之朴素贝叶斯算法
喜欢= C
w= 产品,超重
朴素贝叶斯中,特征是相互独立的
所以机器学习之朴素贝叶斯算法

相关文章: