机器学习系列（2）：logistic回归，贝叶斯（bayes）方法

前言：这章主要介绍logistic回归和bayes法。两者都属分类，前者引入了logistic函数，后者引入了贝叶斯定理，都是比较基础的数学知识。

            但是logistic无需先验的训练样本，后者需要。

             贝叶斯法很强大，很多邮件、网页筛选都有用到，这里只介绍朴素bayes法。理解其关键在于应用中条件概率的提取。

             引用《机器学习》上的一句话：

             “在特定前提下，任一学习算法如果使输出的假设预测和训练数据之间的误差平方最小化，它将输出一极大似然假设。”

正文：