朴素贝叶斯

事件 A 在事件 B 发生的条件下与事件 B 在事件 A 发生的条件下，它们两者的概率并不相同，但是它们两者之间存在一定的相关性，并具有以下公式（称之为“贝叶斯公式”）：

P(A)表示A发生的概率

P(B)表示B发生的概率

P(A|B)表示B条件下A发生的概率，这个结果也称“后验概率”

P(B|A)表示A条件下B发生的概率

问题：某公园男性穿凉鞋的概率为 1/2，女性穿凉鞋的概率为 2/3 ，并且该公园中男女比例通常为 2:1 ，问题：若你在公园中随机遇到一个穿凉鞋的人，请问他的性别为男性或女性的概率分别为多少？

先验概率

是利用已知经验得出的概率，设定：假设某公园中一个人是男性的概率是P(men)，是女性则是P(women)，一个人穿凉鞋的概率为P(x1)，未穿凉鞋的概率为P(x0)。而一个人的性别与是否穿凉鞋这两个事件之间是相互独立的。这四个概率就是先验概率，可通过全概率公式求得。

条件概率

在y发生的条件下，x发生的概率。

其中分子位x和y同时发生的概率，为联合概率。

公园男性穿凉鞋的概率为 1/2，女性穿凉鞋的概率为 2/3就为条件概率

全概率公式

如果事件 Y=y1,Y=y2,...,Y=yn可构成一个完备事件组，即它们两两互不相容，其和为全集。则对于事件 X=x有：

比如：x=“一个人穿凉鞋”可以由y=“男的穿凉鞋”和y=“女的穿凉鞋”组成，

所以可以计算P(x1)和P(x0)的概率：

后验概率

某事件 X=x 已经发生，那么该事件是因为事件 Y=y 的而发生的概率。也就是上例中所需要求解的“在知道一个人穿拖鞋的前提下，这个人是男性的概率或者是女性的概率是多少”。后验概率形式化便是：P(men|x1)

后验概率的计算要以先验概率为基础。后验概率可以根据通过贝叶斯公式，用先验概率和似然函数计算出来。

文氏图表示：