fangafangxiaoniu的博客

在线公式编辑：http://www.codecogs.com/latex/eqneditor.php 1、算法概述 1）k-近邻算法采用测量不同特征值之间的距离的方法进行分类 2）工作原理：存在一个样本数据集，并且样本集中的每个数据都存在标签。当输入一个没有标签的数据时，将该数据的特征与样本集合中数据对应的特征进行比较（计算距离），然后算法提取样本集合中特征最相似数据的类别标签（一般只选择最

朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设（用于分类的特征在类确定的情况下是条件独立的）的分类方法 对于给定的训练数据集，首先基于特征条件独立假设 学习输入、输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理计算出后验概率最大的y（核心：高概率），并输出。 朴素贝叶斯：学习、分类、贝叶斯法的参数估计算法 朴素贝叶斯算法的应用： 1、文档分类 准备数据：从文本中构建词向量–构建一