几种朴素贝叶斯分类器

* 朴素的由来 *
朴素的假设：认为各个特征相互独立。
* 种类 *
1. 高斯朴素贝叶斯（Gaussian Naive Bayes）
2. 多项式朴素贝叶斯（Multinomial Naive Bayes）
3. 伯努利朴素贝叶斯（ Bernoulli Naive Bayes）

朴素贝叶斯

最常见的分类方法：根据贝叶斯公式可以得到

ŷ =argminyP(y)∏i=1NP(xi|y)

不同的朴素贝叶斯分类算法是因为对P(xi|y)做了不同的假设。

高斯朴素贝叶斯

适用于特征是高斯分布的
gaussian bayesian

多项式分布

适用于特征是多项式分布的
Multinomial bayesian

伯努利朴素贝叶斯

适用于特征是二项分布的
Bernoulli Bayesian