统计学习方法学习笔记 第四章 朴素贝叶斯
朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类方法。
具体方法：
对于给定的训练数据集，首先基于特征条件独立假设学习的输入输出的联合概率分布，然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。
4.1 朴素贝叶斯法的学习与分类
4.1.1 基本方法
4.1.2 后验概率最大化的含义
4.2 朴素贝叶斯法的参数估计
4.2.1 极大似然估计法
4.2.2 学习与分类算法
4.2.3 贝叶斯估计
朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类方法。
具体方法：
对于给定的训练数据集，首先基于特征条件独立假设学习的输入输出的联合概率分布，然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。
4.1 朴素贝叶斯法的学习与分类
4.1.1 基本方法
4.1.2 后验概率最大化的含义
4.2 朴素贝叶斯法的参数估计
4.2.1 极大似然估计法
4.2.2 学习与分类算法
4.2.3 贝叶斯估计