朴素贝叶斯分类器 Naive Bayes Classifier

朴素贝叶斯分类器是一种条件概率分类器,其基于朴素贝叶斯分类。

朴素贝叶斯分类器特点

朴素贝叶斯是一种构建分类器的简单方法,该模型会给问题实例分配特征值表示的类标签,其取自有限集合,它不是训练这种分类器的单一算法,而是一系列基于相同原理的算法,所有朴素贝叶斯分类器都假定样本特征与其他特征不相关。

对于某些类型的概率模型,监督是学习的样本集中可取得较好的分类效果,但实际应用中,朴素贝叶斯模型参数估计使用最大似然估计法,即不用贝叶斯概率或贝叶斯模型的情况下,朴素贝叶斯模型依然有效。

朴素贝叶斯分类器的优势在于只需少量训练数据,便可估计出必要参数,由于变量独立假设,因此只需估计各个变量方法,无需确定整个协方差矩阵。

相关词:朴素贝叶斯、分类器