朴素贝叶斯

[Frank-LSY]

[Frank-LSY]

分类算法的内容是要求给定特征，让我们得出类别，这也是所有分类问题的关键。

• 贝叶斯公式：
  
  

• 假设：各feature之间独立，则可以对上述公式进行拆分
  
  

• **优点：**朴素贝叶斯算法假设了数据集属性之间是相互独立的，因此算法的逻辑性十分简单，并且算法较为稳定，当数据呈现不同的特点时，朴素贝叶斯的分类性能不会有太大的差异。换句话说就是朴素贝叶斯算法的健壮性比较好，对于不同类型的数据集不会呈现出太大的差异性。当数据集属性之间的关系相对比较独立时，朴素贝叶斯分类算法会有较好的效果。

• **缺点：**属性独立性的条件同时也是朴素贝叶斯分类器的不足之处。数据集属性的独立性在很多情况下是很难满足的，因为数据集的属性之间往往都存在着相互关联，如果在分类过程中出现这种问题，会导致分类的效果大大降低。