贝叶斯分类
基本信息
简 介：
关 键 词：
模 型 背 景：贝叶斯分类器是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类器。
模 型 原 理：贝叶斯定理解决了现实生活里经常遇到的问题：已知某条件概率，如何得到两个事件交换后的概率
实施分析步骤：整个朴素贝叶斯分类分为三个阶段：
模 型 应 用：以下我们通过实际例子来说明贝叶斯方法被运用的普遍性，这里主要集中在机器学习方面。
运行效果评价：贝叶斯分类法是统计学分类方法。它可以预测类隶属关系的概率，如一个给
输入输出参数
设置：如下图所示是整个贝叶斯分类器的基本脉络
方法正文
推荐方法
距离判别分析简介
帕累托图
控制图
支持向量机简介
贝叶斯分类
最近邻分类
决策树
系统聚类
二阶聚类
分类
