前言

樸素貝葉斯（Naviebayes)的原理很簡單：對于給出的待分類項，求解在此項出現的條件下各個類別出現的概率，哪個最大，就認為該代分項屬于哪個類別？

以下是我為大家準備的幾個精品專欄，喜歡的小伙伴可自行訂閱，你的支持就是我不斷更新的動力喲！

MATLAB-30天帶你從入門到精通

MATLAB深入理解高級教程（附源碼）

tableau可視化數據分析高級教程

第一階段：準備工作階段。這個階段的任務為樸素貝葉斯分類做必要的準備。主要工作是根據具體情況確定特征屬性，并對每個特征屬性進行適當劃分，然后由人工對部分待分選項進行分類，形成訓練樣本集合。這一階段是整個樸素貝葉斯分類中唯一需要人工完成的階段，其質量對整個過程產生重要影響。

第二階段：分類器訓練階段。這個階段的任務是生成分類器，主要工作是計算每個類別在訓練樣本中出現的概率以及每個特征屬性劃分對每個類別的條件概率估計，并將結果記錄。其輸入是特征屬性和訓練樣本，輸出是分類器。分類的質量很大程度上由特征屬性，特征屬性劃分以及訓練樣本質量決定。這一階段是機械性階段，可以有

總結

以上是生活随笔為你收集整理的R语言应用实战系列（五）-朴素贝叶斯算法以及ROC和PR曲线的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。