朴素贝叶斯的理解

朴素贝叶斯是一种机器学习算法，它假设所有的特征是独立的。给定一个样本，求其所拥有的特征，对于各类别上概率的最大值。在这个求解过程中，运用到了条件概率的知识。
在推导过程中，可以证明分母是常数，最大化条件概率的分子，也等价于最大化后验概率。所谓后验概率，就是知果寻因。
朴素贝叶斯的训练过程不是显式的，是无法明显地观察到的。