貝葉斯分類算法

貝葉斯分類算法是統(tǒng)計(jì)學(xué)的一種分類方法，它是一類利用概率統(tǒng)計(jì)知識進(jìn)行分類的算法。在許多場合，樸素貝葉斯(Na?ve Bayes，NB)分類算法可以與決策樹和神經(jīng)網(wǎng)絡(luò)分類算法相媲美，該算法能運(yùn)用到大型數(shù)據(jù)庫中，而且方法簡單、分類準(zhǔn)確率高、速度快。

樸素貝葉斯算法

設(shè)每個(gè)數(shù)據(jù)樣本用一個(gè)n維特征向量來描述n個(gè)屬性的值，即：X={x1，x2，…，xn}，假定有m個(gè)類，分別用C1, C2,…，Cm表示。給定一個(gè)未知的數(shù)據(jù)樣本X（即沒有類標(biāo)號），若樸素貝葉斯分類法將未知的樣本X分配給類Ci，則一定是

P ( C i ∣ X ) > P ( C j ∣ X ) 1 ≤ j ≤

總結(jié)

以上是生活随笔為你收集整理的贝叶斯分类算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。