朴素贝叶斯 分类算法、生成算法 假设用于分类的特征在类确定的条件都是条件独立的。 模型 P(Y=Ck∣X=x)=P(Y=Ck)∏jP(X(j)=x(j)∣y=Ck)∑kP(Y=Ck)∏jP(X(j)=x(j)∣y=Ck),k=1,2,⋯ ,K P(Y=C_k|X=x) = \frac {P(Y=C_k)\prod_jP(X^{(j)}=x^{(j)}|y=C_k)}{\sum_k P(Y=C_k)\prod_jP(X^{(j)}=x^{(j)}|y=C_k)}, k=1,2,\cdots,K P(Y=Ck∣X=x)=∑kP(Y=Ck)∏jP(X(j)=x(j)∣y=Ck)P(Y=Ck)∏jP(X(j)=x(j)∣y=Ck),k=1,2,⋯,K 策略 使后验概率最大化 算法 最大似然估计 贝叶斯估计 来源:CSDN作者:windmissing链接:https://blog.csdn.net/mishifangxiangdefeng/article/details/104745396 标签 ck 贝叶斯分类算法 朴素贝叶斯