数据挖掘-朴素贝叶斯

朴素贝叶斯 (Naive Bayesian) : 通过随机事件A和B的条件概率（或边缘概率）判断规则是否可信

属性	描述
优点	数据较少仍然有效，可以处理多类别问题
缺点	对于输入数据敏感
适用	标称型

公式

伪代码

计算每个类别特征数目
对每个训练集：
	对每个特征：
		如果特征出现在集合中->增加该特征计数值
		增加所有特征计数值
	对每个特征：
		对每条数据：
			将该数据的数目除以总数据数目得到条件概率
	返回每个特征的条件概率