主要来自周志华《机器学习》一书和博主nebulaf91的原创博客，包含自己的理解。 有任何的书写错误、排版错误、概念错误等，希望大家包含指正。 由于字数限制，分成两篇博客。 【机器学习】贝叶斯分类器【上】 【机器学习】贝叶斯分类器【下】
贝叶斯分类器 1 贝叶斯决策论贝叶斯决策论（Bayesian decision theory）是概率框架下实施决策的基本方法。对分类任务来说，在所有相关概率都已知的理想情形下，贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。下面我们以多分类任务为例来解释其基本原理。
假设有
