朴素贝叶斯算法的简单理解和介绍

贝叶斯分类是一类分类算法的总称，这类算法都是以贝叶斯定理为基础，所以统称为贝叶斯分类。贝叶斯分类中最简单，同时也是常见的一种分类方法就是朴素贝叶斯分类。下面小编来简单介绍一下朴素贝叶斯分类。

一、朴素贝叶斯是基于概率论的分类算法。虽然原理简单，也很容易实现，平时多用于文本分类，比如垃圾邮件过滤。

朴素贝叶斯分类算法，它的核心算法是--贝叶斯公式

朴素贝特斯公式为

二、朴素贝叶斯的优缺点

优点：

(1) 算法逻辑简单,只要使用贝叶斯公式转化即可,易于实现

(2)假设各特征之间相互独立，只涉及到二维存储，分类过程中时空开销小

缺点：

朴素贝叶斯中的朴素一词的来源就是假设各特征之间相互独立。这一假设使得朴素贝叶斯算法变得简单，但有时会牺牲一定的分类准确率。

三、朴素贝叶斯的实际应用

高斯分布型：用于classification问题，假定属性/特征服从正态分布的。

多项式型：用于离散值模型里。

伯努利型：最后得到的特征只有0(没出现)和1(出现过)。