朴素贝叶斯 朴素贝叶斯分类 机器学习基本算法之一的朴素贝叶斯方法的基本原理,其要点如下: 朴素贝叶斯方法利用后验概率选择最佳分类,后验概率可以通过贝叶斯定理求解;朴素贝叶斯方法假定所有属性相互独立,基于这一假设将类条件概率转化为属性条件概率的乘积;朴素贝叶斯方法可以使期望风险最小化;影响朴素贝叶斯分类的是所有属性之间的依赖关系在不同类别上的分布。