机器学习面试题集合

朴素贝叶斯

朴素贝叶斯

• 朴素贝叶斯核心思想利用先验概率得到后验概率，并且最终由期望风险最小化得出后验概率最大化，从而输出让后验概率最大化的值，特征必须相互独立。
• 特征相互独立的理由：基于贝叶斯公式来估计后验概率的主要困难在于，条件概率是所有属性上的联合概率，难以从有限的训练样本直接估计得到。
• 贝叶斯估计（在朴素贝叶斯基础上）加入了平滑。
• http://www.cnblogs.com/pinard/p/6069267.html