1.簡介
貝葉斯分類器的分類原理：通過某對象的先驗概率，利用貝葉斯公式計算出其後驗概率，即該對象屬於某一類的概率，選擇具有最大後驗概率的類作爲該對象所屬的類。
貝葉斯決策論（Bayesian decision theory）是概率框架下實施決策的基本方法。對分類任務來說，在所有相關概率都已知的情形下，貝葉斯決策論考慮如何基於這些概率和誤判損失來選擇最優的類別標記。
也就是說，貝葉斯分類器是最小錯誤率意義上的優化。目前研究較多的貝葉斯分類器主要有四種，分別是：Naive Bayes、TAN、BAN和GBN。
2.貝葉斯決策論
3.極大似然
4.樸素貝葉斯分類器
樸素貝葉斯分類器採用“屬性條件獨立性假設”。
5.半樸素貝葉斯分類器
