0. 引言

    贝叶斯分类器以特征值的统计概率为基础，将未知类型的样本分类到最可能的类别中。对于给定的M类 (\omega_{1},\omega_{2},\cdot \cdot \cdot ,\omega_{M})的分类任务和一个用特征向量x表示的未知样本，生成M个条件概率P(\omega_{i}|x)，即对于特征向量x，每一项都代表未知样本属于某一特定类\omega_{i}的概率，用这些条件概率来量化“最大可能”。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

友情链接更多精彩内容