從疾病檢驗到單純貝氏分類
單純貝氏分類（Naive bayes classifier）是基於貝氏定理，那麼，貝氏定理又是什麼呢？若不小心迷失在P(A|B)、P(A)等公式的符號中，不妨從生活實例開始理解，進一步地抽取現象的特徵作為計算，就可以應用單純貝氏分類。
貝氏定理與疾病檢驗
在機器學習的領域中，單純貝氏分類是諸多分類方法中的一個，它從貝氏定理P(A|B)=P(B|A)*P(A)/P(B)出發，其中P(A)、P(B)各代表A、B事件發生的機率，P(A|B)代表在觀察到B事件時，又觀察到A事件的機率，P(B|A)代表在觀察到A事件時，又觀察到B事件的機率。
臉書留言
胡 自文
(這個頁面共進入 9 次, 今天進入 1 次)
