朴素贝叶斯分类算法公式推导

由于学习《机器学习：算法原理与编程实践》，对一些算法进行总结，加深理解与记忆。

1、贝叶斯公式理解

我们上高中学概率就有接触贝叶斯公式：其中P(A)为样本空间中事件A的概率，P(B)为样本空间中事件B的概率，P(A|B)为事件B发生的条件下事件A发生的概率，P(B|A)为事件A发生的条件下事件B的概率，P(A)和P(B)称为全概率，P(A|B)和P(B|A)称为条件概率。

例：假设，样本有10个苹果（8个红色，2个黄色），有10个梨(9个黄色，1个绿色)。我们现在仅考察颜色特征，现在我们任取一个黄色的水果，那么这个水果是梨的概率是多少呢？
解：根据问题分析我们要求解的目标是P(梨|黄色)，那么根据上述贝叶斯公式有：P(梨|黄色) = P(黄色|梨)P(梨)/P(黄色)
那么根据样本空间知道10个梨当中有9个是黄色的，则P(黄色|梨) = 9/10 = 0.