3.1 介紹

05-16

在2.2.3.2節中，我們討論了如何通過將貝葉斯規則應用於形式為 $p(y=c mid mathrm x, heta)varpropto p(mathrm x mid y=c, heta)p(y=cmid heta) ag{3.1}$

的生成分類器，來分類特徵向量 $mathrm x$ 。使用這種模型的關鍵是為類條件密度 $p(mathrm x mid y=c, heta)$ 指定一個合適的形式，它定義了我們期望在每個類中看到的數據類型。在本章中，我們關注數據是離散符號的情況。我們還討論如何推斷模型的未知參數 $heta$ 。