朴素贝叶斯分类

因为最近在用到贝叶斯网络，在学习贝叶斯网络之前只好先了解下朴素贝叶斯分类了。我在这里把我了解的信息总结一下：
1）贝叶斯分类用的就是贝叶斯定理，这个定理比较简单，但是太实用了。公式如下：
$P(A|B)=\frac{P(B|A)\cdot P(A)}{P(B)}$
2）在很多时候，我们只能获取到$P(B|A)$和$P(A)$，但是 实在是想求$P(A|B)$，那么就可以使用这个贝叶斯定理了。
3）那么什么是贝叶斯分类？假定我们有$A_1,A_2,\cdots, A_n$，那么分别计算出来了$P(A_i|B), i = 1,2,\cdots, n$，那个$P$最大，那么$B$就是什么类别的。通俗的所贝叶斯分类，就是使用贝叶斯定理来进行分类的。
4）在使用的时候，其实还是需要很多假设，但是凭空的来说，意义不大，我们这里给出一个例子，来展示下如何使用。

特别声明，这个例子是我胡编乱造的哈，不是真实的数据，只是为了知道怎么来用。

假定给了一大10000个水果，有西瓜（用C=0表示）5500个和香蕉（C=1表示）4500个，对每一个水果分别进行了如下特征的提取:
颜色（a1表示，绿色为0，黄色为1）
重量（a2表示，分别有>0.5kg和<0.5kg）
粗细（a3表示，粗为0，细为1）

给了一个绿色的重量在<0.5kg的细的水果，你猜测下最有可能是什么？

解题的过程如下：
1）分别计算每个类别的概率