朴素贝叶斯

y为类别，x为特征向量 p(y|x)=p(xy)/p(x)=p(x|y)p(y)/p(x) 事实上转化为p(x|y)p(y)的求解 p(y)很简单只要求对应类别在训练数据中的比即可 至于p(x|y)的话

朴素贝叶斯有一个假设，即X中的各个特征之间是相互独立的。故而 p(x|y)=各个p(xi|y)的叠乘 对于单个p(xi|y)的概率求解，其实就是求出在C类当中，第I个特征值为xi的概率