朴素贝叶斯

简介：

假设特征之间相互独立；

计算测试数据点属于每个类别的概率，选择高概率对应的类别；

朴素贝叶斯分类器有两种实现方式：伯努利模型实现和多项式模型实现，这里选用第一种，不考虑词在文档中出现的次数，只考虑出不出现，即假设词是等权重的；

适用范围：

标称型数据（二/多分类）

步骤：

1.从测试文本中构建测试向量，将测试向量中的每个元素和垃圾词汇比较，得到0-1向量；

2.从词向量计算概率

缺点：

1.

优点：

1.在数据较少的情况下仍然有效，可以处理多类别问题；