质点

一、基本概念 统计学习由监督学习、非监督学习、半监督学习、和强化学习组成。          监督学习：从给定的、有限的、用于学习的训练数据集合出发，假设数据是独立同分布产生的；并且这种假设要学习的模型属于某个函数的集合，成为假设空间；应用某个评价准则，从假设空间中选取一个最优的模型，是它对已知的训练数据及未知的测试数据在给定的评价准则下有最优的预测；最有模型的选取由算法实现。这样，统计学习

（1）模型 朴素贝叶斯法通过训练数据集学习联合分布概率.具体地，学习以下先验概率分布及条件概率分布。先验概率分布 条件概率分布 于是学习到联合分布概率.        条件概率分布有指数级数量的参数，其估计实际是不可行的。事实上，假设可取值有个，j=1,2,,…,n，Y可取值有K个，那么参数的个数为（指数灾难）。 于是朴素贝叶斯对条件概率分布做了条件独立性的假设。