朴素贝叶斯分类

朴素贝叶斯是应用较广的分类方法，比如病人分类、邮件分类等。

一、下面举例说明：

某医院诊断了6位病人，这时候又来了一位打喷嚏的建筑工人，请问他感冒的概率多大？

根据贝叶斯公式可知：

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

即：

   P(感冒|打喷嚏&建筑工人) =P(打喷嚏&建筑工人|感冒)*P(感冒)
                         / P(打喷嚏&建筑工人)

假定”打喷嚏”和”建筑工人”这两个特征是独立的，因此，上面的等式就变成了：

   P(感冒|打喷嚏&建筑工人) =P(打喷嚏|感冒)*P(建筑工人|感冒)*P(感冒)
                         / P(打喷嚏)* P(建筑工人)
                        =0.66 x 0.33 x 0.5 / 0.5 x 0.33
                        =0.66

所以这个打喷嚏的建筑工人有66%的概率得了感冒，同理，也可以算出他过敏或肺炎的概率。比较这几个病的概率大小，推断出他最有可能得