精选优质文档-倾情为你奉上朴素贝叶斯算法1. 算法简介朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素，朴素贝叶斯的思想基础是：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。2. 算法定义朴素贝叶斯分类的正式定义如下：1）设为一个待分类项，而每个a为x的一个特征属性；2）有类别集合；3）计算。4）如果，则。其中关键是如何计算步骤3）中的各个条件概率。计算过程如下：（1）找到一个已知分类的待分类项集合，该集合称为训练样本集。（2）统计得到在各类别下各个特征属性的条件概率估计。即（3）如果各个特征属性是条件独立的，则根据贝叶斯定理有如下推导：因为分母对于所有类别为常数，因此只要将分子最大化皆可。又因为各特征属性是条件独立的，所以有：可以看到，整个朴素贝叶斯分类分为三个阶段：第一阶段准备工作阶段，这个阶段的任务是为朴素贝叶斯分类做必要的准备，主要工作是根据具体情况确定特征属性，并对每个特征属性进行适当划
