朴素贝叶斯实现mnist数字识别

写的相对简略、主要是写程序的时候的思路、 原博客地址：http://blog.sina.com.cn/u/2192123784

朴素贝叶斯课程设计报告，贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。

用朴素被一丝丝方法实现对文本进行分类的算法。对训练集进行训练得到特征向量，测试集根据特征向量，判断属于哪一个类的概率最大，就属于哪一个类。

Naive Bayesian algorithm classifier

使用python实现的朴素贝叶斯算法新闻分类。希望有帮助。

从底层实现了朴素贝叶斯分类代码，适用于各种分类数据：数值/字符、连续/离散

使用Python3.5实现贝叶斯完成文本分类，代码中有详细的解释

bayesian - Golang朴素贝叶斯分类

ML-朴素贝叶斯-2019-07-01.pdf

朴素贝叶斯皮肤病