Python自然语言处理—朴素贝叶斯

一贝叶斯公式

公式很好理解，当我们相求已知状态X下打上ý标签的概率的时候，可以将问题分以下三个问题

1，求标签ÿ下X状态的概率

2，求标签ÿ的概率

3，求X状态的概率

以上三个问题可以简单的统计已知样本就可以获取得到，这个工作是可以大规模并行处理的。

我们再数学一点的解释一下，当我们想求的后验概率的时候-P（Y | X），可以先获取它的先验概率P（Y），再通过已有样本计算出调整因子将先验概率调整一下，就可以获得后验概率了。其实分母P（X）还可以用全概率公式拆开，全概率公式我不写了，但是原理我可以画给大家，圆的面积= 1 + 2 + 3,1,2,3的面积又等于圆和红黄绿的交集。

盗个图举个例子

 

二朴素贝叶斯

一）条件独立假设

这就是条件独立假设，我举一个情感分析的例子，现在要分析“今天天气真好空气闻起来都是甜的”这句话的情感，当然文本分析第一步切词，然后分析情感