朴素贝叶斯算法

朴素贝叶斯算法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入 x ，利用贝叶斯定理求出后验概率最大的输出 y ，即为对应的类别。

1.1 先验概率

  先验概率（prior probability）是指根据以往经验和分析得到的概率

1.2 条件概率

  条件概率是指在事件 Y=yY=y 已经发生的条件下，事件 X=xX=x 发生的概率。条件概率可表示为： P(X=x|Y=y)P(X=x|Y=y) 。而条件概率计算公式为：

 p(X=x,Y=y)为联合概率。

1.3 全概率公式

  全概率公式是指：如果事