统计学习方法——朴素贝叶斯
一、朴素贝叶斯原理
生成模型
A、后验概率最大化的含义
参考《统计学习方法》李航P48
B、朴素贝叶斯法中参数的估计
极大似然估计
计算如下：
贝叶斯估计
（由于极大似然估计可能会出现求出来结果为0的情况，为了解决这一问题可以采用贝叶斯估计）具体如下：
假设ajl可能有Sj（第j个特征下值的种类数量）个可能值，假设ck可能有K（类的种类）个可能值，那么：
上面式子中的λ≥0λ≥0，λ=0λ=0时就是极大似然估计，λ=1λ=1时就是拉普拉斯平滑。
二、朴素贝叶斯算法步骤