寒假自学2.02
朴素贝叶斯分类器(Naive Bayesian Model,NBM)
朴素贝叶斯分类器基于贝叶斯定理及其假设(即特征之间是独立的,是不相互影响的),主要用来解决分类和回归问题。
具体应用有:
- 标记一个电子邮件为垃圾邮件或非垃圾邮件;
- 将新闻文章分为技术类、政治类或体育类;
- 检查一段文字表达积极的情绪,或消极的情绪;
- 用于人脸识别软件
- 贝叶斯定理,这个在250多年前发明的算法,在信息领域内有着无与伦比的地位。贝叶斯分类是一系列分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。朴素贝叶斯算法(Naive Bayesian) 是其中应用最为广泛的分类算法之一。朴素贝叶斯分类器基于一个简单的假定:给定目标值时属性之间相互条件独立。