前文
今天的文章將要介紹機器學習演算法中的單純貝氏分類器。
介紹
該模型由兩種型別的機率組成，可以直接從你的訓練資料中計算出來:1.每個類別的機率2.給定的每個x值的類別的條件機率。一旦計算出來，機率模型就可以用於使用貝葉斯定理對新資料進行預測。當你的資料是數值時，通常假設高斯分佈，以便可以輕鬆估計這些機率。
圖片來源
https://medium.com/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E9%82%A3%E4%BA%9B%E4%BA%8B/%E5%9C%96%E8%A7%A3%E6%9C%80%E5%B8%B8%E7%94%A8%E7%9A%8410%E5%80%8B%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E6%BC%94%E7%AE%97%E6%B3%95-508d54c9ce99
資料來源
https://medium.com/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E9%82%A3%E4%BA%9B%E4%BA%8B/%E5%9C%96%E8%A7%A3%E6%9C%80%E5%B8%B8%E7%94%A8%E7%9A%8410%E5%80%8B%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E6%BC%94%E7%AE%97%E6%B3%95-508d54c9ce99
iThome鐵人賽
看影片追技術