阅读目录
- 都说万事开头难，可一旦开头，就是全新的状态，就有可能收获自己未曾预料到的成果。从2018.12.28开始，决定跟随《机器学习实战》的脚步开始其征程，记录是为了更好的监督、理解和推进，学习过程中用到的数据集和代码都将上传到github
机器学习征程博客：（1）以后面例子来解释，这里的C表示类别，x,y表示词汇集中的各种特征词，p(c|x，y)理解为有x，y特征词的情况下为类型C的概率
若要求类型C1中各特征词的概率：p(x，y|C1) = p(x1，y1|C1) * p(x2，y2|C1) ... p(xn，yn|C1)
根据上面的公式，我们可以定义贝叶斯分类准则为：
a.如果p(c1|x,y) > p(c2|x,y)，那么属于c1类
b.如果p(c1|x,y) < p(c2|x,y)，那么属于c2类
def loadDataSet(): """ 创建数据集 """ postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 'take', 'him', 'to', 'dog', 'park', 'stupid'], ['my', 'dalmation', 'is', 'so', 'cute', 'I', 'love', 'him'], ['stop', 'posting', 'stupid', 'worthless', 'garbage'], ['mr', 'licks', 'ate', 'my', 'steak',
关键字：
![都说万事开头难，可一旦开头，就是全新的状态，就有可能收获自己未曾预料到的成果。从2018.12.28开始，决定跟随《机器学习实战》的脚步开始其征程，记录是为了更好的监督、理解和推进，学习过程中用到的数据集和代码都将上传到github机器学习征程博客：（1）](upload/201901031632564882.png") 9px 0px no-repeat rgb(255, 255, 163); border: 2px solid rgb(239, 239, 239); color: rgb(51, 51, 51); min-height: 35px; line-height: 1.6em; font-size: 15px; font-family: "Microsoft Yahei"; box-shadow: rgb(170, 170, 170) 0px 0px 8px; clear: both;){kind=link}
