本文介绍了概率论中的基础概念，包括先验概率、条件概率、后验概率、联合概率和全概率，并详细阐述了贝叶斯公式。接着，探讨了朴素贝叶斯分类器的工作原理，包括其算法步骤，并提供了代码实现示例。通过学习，读者将能够掌握如何运用贝叶斯理论进行分类预测。
1. 知识储备
1）先验概率
2）条件概率与后验概率
3）联合概率
4）全概率
5）贝叶斯公式
关于上述知识可以参考此篇内容-条件概率与贝叶斯公式
2.朴素贝叶斯分类器
有了上述储备，明白了贝叶斯公式，现在可以了解朴素贝叶斯工作原理以及算法步骤：
1）原理
2）算法步骤
3）代码实现
上述三部分内容可以参考视频朴素贝叶斯分类器
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
