機器學習 ~ 朴素貝葉斯(貝氏分類)原理

資料來源: https://github.com/jash-git/Classical-lVIachine-Learning-Algorithms-in-Practice-by-Java

    如果一堆感情騙子的普遍特點是“長得帥、愛說謊、不接電話、有錢、．．． ．． ． ”，而經濟好男人的特點是“不說謊、愛父母、有車有房、……”(先驗)。

    那麼把問題反過來，當遇到一個“長得帥、不說謊、沒錢”的人的時候(后驗)，怎么確定他是不是好人？對此，從先驗概率和后驗概率說起，這就是朴素貝葉斯算法。另外，筆者有個體會，對現代發展越來越不朴素的朴素貝葉斯算法，到底得失如何，在實踐使用中，還是需要三思的。