使用概率統(tǒng)計(jì)的知識(shí)對(duì)樣本數(shù)據(jù)集進(jìn)行分類。貝葉斯方法是以貝葉斯原理為基礎(chǔ)，使用概率統(tǒng)計(jì)的知識(shí)對(duì)樣本數(shù)據(jù)集進(jìn)行分類。由于其有著堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)，貝葉斯分類算法的誤判率是很低的。貝葉斯方法的特點(diǎn)是結(jié)合先驗(yàn)概率和后驗(yàn)概率，即避免了只使用先驗(yàn)概率的主觀偏見，也避免了單獨(dú)使用樣本信息的過(guò)擬合現(xiàn)象。貝葉斯分類算法在數(shù)據(jù)集較大的情況下表現(xiàn)出較高的準(zhǔn)確率，同時(shí)算法本身也比較簡(jiǎn)單。