naivebayes 樸素貝葉斯分類器原理
公式分解:
1.p(word|categroy)=p(分類category的文檔中出現word的文檔總數)/分類category總文檔數
p(word|categroy)意思為在category分類中word出現的機率
2.p(doc|categroy)=p(word1|categroy)*p(word2|categroy)*...*p(wordn|categroy)
p(doc|categroy)文檔屬于某個分類的機率
3.p(categroy|doc)=p(doc|categroy)*p(categroy)/p(doc)
p(categroy|doc) 指定文檔doc為categroy分類的機率
假如有十個分類,分别計算指定文檔這個十個類的機率,即p(categroy|doc),值最大的就是這個文檔的分類
推薦連結:http://www.jianshu.com/p/b8e0ae7cfa39