基于朴素贝叶斯算法的垃圾邮件分类(Python实现)重点.pptxVIP

Presentation基于朴素贝叶斯算法的垃圾邮件分类(Python实现)EastChinaNormalUniversity2016年12月3日CONTENTS目录0简介1回顾：基本方法2算法3拉普拉斯平滑4实例：邮件分类5流行学习2016年12月3日EastChinaNormalUniversity简介朴素贝叶斯法：是基于贝叶斯定理和特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型对于给定的输入x，利用贝叶斯定理求出后验概率最大的输出y.朴素贝叶斯法实现简单，学习和预测的效率都很高，是业界常用的一种方法。2016年12月3日EastChinaNormalUniversityReview1:分类问题综述12016年12月3日EastChinaNormalUniversity各种化验检测数据来推断病情，这时医生就好比一个分类器，而这个医生诊断的准确率，与他当初受到的教育方式（构造方法）、病人的症状是否突出（待分类数据的特性）以及医生的经验多少（训练样本数量）都有密切关系。回顾算法拉普拉斯平滑邮件分类流行学习小结Review2:贝叶斯定理2016年12月3日EastChinaNormalUniversity回顾算法拉普拉斯平滑邮件分类流行学习小结算法：2016年12月3日EastChinaNormalUnivers