朴素贝叶斯分类器
原理
判断一个样本数据 属于A分类和B分类的概率 A分类概率>B分类概率时，样本为A分类 P(A|x) = (p(A)P(x|A))/p(x)
朴素贝叶斯假设样本各个属性值之间无关联，相互独立。
适用场景
屏蔽网站的恶意留言 屏蔽垃圾邮件 判断一个相亲邮件属于哪个地区
根据样本数据集，获取每个query属于各个类别的概率。 目标数据命中样本数据集query属于A分类概率求和获取目标数据集为A概率值，同理求B的概率值 A>B 则目标数据属于A类别
判断一个样本数据 属于A分类和B分类的概率 A分类概率>B分类概率时，样本为A分类 P(A|x) = (p(A)P(x|A))/p(x)
朴素贝叶斯假设样本各个属性值之间无关联，相互独立。
屏蔽网站的恶意留言 屏蔽垃圾邮件 判断一个相亲邮件属于哪个地区
根据样本数据集，获取每个query属于各个类别的概率。 目标数据命中样本数据集query属于A分类概率求和获取目标数据集为A概率值，同理求B的概率值 A>B 则目标数据属于A类别