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。
