问文章中朴素的贝叶斯

EN

首先，有不同的朴素贝叶斯算法。但它们都是基于相同的原理，即Bayes定理，其中特征被假定是独立的。

以下是关于何时用于垃圾邮件检测(或一般的文档分类)的简短指南：

• 每个电子邮件都被表示为一个二进制向量，在这种情况下，电子邮件中是否存在一个单词就像它不存在一样重要。例如，"viagra“在电子邮件中的事实可能意味着它是”垃圾邮件“，而它并不意味着它可能是”非垃圾邮件“。
• 具有布尔特性的多项式朴素贝叶斯表示每个电子邮件都是一个二进制向量，在这种情况下，电子邮件中是否存在一个单词比不存在更重要。例如，如果“奶奶”在电子邮件中，它可能意味着“不是垃圾邮件”，但如果它不在电子邮件中，它不一定意味着它是“垃圾邮件”。
• 具有词频的多项式朴素贝叶斯，每封电子邮件用每个单词发生的次数来表示。
• 高斯朴素贝叶斯这是处理连续值，所以这不适用于这里。