关于人工智能相关算法

方法/步骤

朴素贝叶斯对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率。

哪个最大，就认为此待分类属于哪个类别，朴素贝叶斯分类器假设一个特性与其他特性不相干。

在变量相互独立时，根据贝叶斯定力可以得到朴素贝叶斯这个分类方法。举例如下：

如果条件是一个水果又红又圆，止境大约是3英寸，那么这个苹果有可能会是苹果。

即便这些特性互相依赖，或者依赖于别的特性的存在，朴素贝叶斯分类器还是会假设这些特性分别独立。

K最近邻常用于分类问题，根据一个距离函数，新数据会被分配到它的k个近邻中最普遍的类别中去。

相关的距离函数包括欧式距离，曼哈顿距离，眀式距离，汉明距离，KNN可以较好避免样本的不平衡问题。