前言
本文为《统计学习方法》第四章：朴素贝叶斯（naive bayes），主要是借助先验知识+统计估计，本文主要论述其分类的思路。全文包括：
1）模型描述
2）算法求解
3）理论应用
内容为自己的学习记录，其中参考他人的地方，最后一并给出链接。
一、模型描述
A-理论框架
日常生活中，总会这么表达：“我觉得吧....”，“以我的经验来看,.....”，虽然有时候不靠谱，但它至少说明了一个认知上的问题：历史经验（数据）是有价值的。比如这样一个场景：
在我观念里，不同地区的人是这样的：
欧美人：鼻子-高，眼睛-蓝，表情-爱笑，饮食-喜欢西餐。
延伸阅读
- ssh框架 2016-09-30
- 阿里移动安全 [无线安全]玩转无线电——不安全的蓝牙锁 2017-07-26
- 消息队列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 论文笔记【图片目标分割】 2017-07-26
- 词向量-LRWE模型-更好地识别反义词同义词 2017-07-26
- 从栈不平衡问题 理解 calling convention 2017-07-26
- php imagemagick 处理 图片剪切、压缩、合并、插入文本、背景色透明 2017-07-26
- Swift实现JSON转Model - HandyJSON使用讲解 2017-07-26
- 阿里移动安全 Android端恶意锁屏勒索应用分析 2017-07-26
- 集合结合数据结构来看看(二) 2017-07-26
学习是年轻人改变自己的最好方式