分类算法之朴素贝叶斯（Naive Bayes）和贝叶斯网络（Bayesian Networks）

• 1.概述

大家都知道贝叶斯定理，一个简单的条件概率求解公式：

P(A|B) = P(A^B) / P(B) = P(A)*P(B|A) / P(B)

形式简单，也容易理解。它的好处在于可以将条件概率P(A|B)通过公式转换为若干已知先验概率（P(A),P(B)）和条件概率（P(B|A)）的组合，而等式右边可通过对样本的统计分析得到，从而达到求解P(A|B)的目的。

贝叶斯分类方法是基于贝叶斯定理的，这里要介绍的朴素贝叶斯和贝叶斯网络，它们可看作是两种适用于不同情形下的分类方法。