zhangt85的专栏

条件概率公式:P(A|B) = P(AB)/P(B)贝叶斯定理:P(A|B) = P(B|A)P(A)/P(B)朴素贝叶斯算法思想:给定一个待分类的数据 X={a1,a2,……,aN},即N个特征项，目标分类集合Y={y1,y2,……,yK}，即有K个分类通过计算P(yi|X)，分别计算K个分类的条件概率，然后取概率最大条件，假如为P(yj|X)，那么X就被分到了yj这个类别里

k均值算法的计算过程非常直观：      1、从D中随机取k个元素，作为k个簇的各自的中心。      2、分别计算剩下的元素到k个簇中心的相异度，将这些元素分别划归到相异度最低的簇。      3、根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均数。      4、将D中全部元素按照新的中心重新聚类。      5、重复第