简述朴素贝叶斯

现在人工智能这么火，相对的算法也开始火起来了！之前接触过一些算法，但是感觉太难了  就不想去碰了 

看了这么多的例子，自己有了一些了解

公式是：P（分类|现象）=P（现象|分类）* P（分类）/P(现象)；

这里呢

比如说有两个碗：

第一个碗里有2个黄色小球和2个红色小球

第二个碗里有4个黄色小球和6个红色小球

用手拿的话：

在第一个碗里拿到黄色小球的概率是50%，红色小球的概率也是50%

在第二个碗里拿到黄色小球的概率是40%，红色小球的概率是60%

假设你拿一个红球在第一个碗里的概率是多少呢？其实就是在这样：

P（1碗|红）=  P(红|一碗)*P（1碗）/P(红)

可以求出：

P（1碗）=2/7；

p(红)=4/7

p(红|1碗|)=1/2

所以：p(1碗|红)=(1/2*2/7)/(4/7)=1/4=25%

最后得到的结果是 一次在1碗中拿红球的概率是25%；