根据朴素贝叶斯独立性假设,有: P(X|Ci)=∏mk=1P(XK|Ci) 其中,当给定训练数据集的时候,条件概率P(X1|Ci)P(X2|Ci),P(X3|Ci),...,P(Xn|Ci)可以算出来,因此,根据这个方法,对一个未知类别的样本X,可以先分别计算X属于每个类别Ci的概率P(X|Ci)P(Ci),然后选择其中概率最大的类别作为其类别。 算法流程 朴素贝叶斯
51CTO博客已为您找到关于fitcknn设置参数的相关内容,包含IT学习相关文档代码介绍、相关教程视频课程,以及fitcknn设置参数问答内容。更多fitcknn设置参数相关解答可以来51CTO博客参与分享和学习,帮助广大IT技术人实现成长和进步。