第4章 朴素贝叶斯法
基于贝叶斯定理与特征条件独立假设的分类方法；
4.1 朴素贝叶斯法的学习与分类
- 通过训练数据集学习联合概率分布P(X,Y)；实际上学习到生成数据的机制，属于生成模型；对条件概率分布作了条件独立性的假设；
- 分类时：对给定的输入x，通过学习到的模型计算后验概率分布，将后验概率最大的类作为x的类输出（等价于0-1损失函数时的期望风险最小化）；
4.2 朴素贝叶斯法的参数估计
- 极大似然估计：
- 学习与分类算法：
朴素贝叶斯算法：
- 贝叶斯估计：
