贝叶斯定理
P（B|A）P（A）=P（AB）
P（A|B）P（B）=P（AB）
可以互推P（B|A）和P（A|B）
P（B|A）=P（A|B）P（B）/P（A）
发现一篇好文。
http://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html
转载于:https://www.cnblogs.com/imageSet/p/7582294.html
朴素贝叶斯分类(Naive Bayesian classification)
最新推荐文章于 2025-12-02 15:55:42 发布
本文介绍了贝叶斯定理的基本概念及其应用，通过公式P(B|A)=P(A|B)P(B)/P(A)解释了如何从已知条件下推导概率。并提供了两篇进一步阅读的文章链接。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Python3.10
Conda
Python
Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本
扫一扫
790
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
