朴素贝叶斯代码_朴素贝叶斯理解及代码释义

朴素贝叶斯是基于概率论的分类算法，对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。多用于文本分类，比如垃圾邮件过滤。

朴素贝叶斯最核心的部分是贝叶斯法则，其公式定义：

• 边缘概率（又称先验概率）：某个事件发生的概率。边缘概率是这样得到的：在联合概率中，把最终结果中那些不需要的事件通过合并成它们的全概率，而消去它们（对离散随机变量用求和得全概率，对连续随机变量用积分得全概率），这称为边缘化（marginalization），比如A的边缘概率表示为P(A)，B的边缘概率表示为P(B)。
• 联合概率表示两个事件共同发生的概率。A与B的联合概率表示为P(A∩B)或者P(A,B)。
• 条件概率（又称后验概率）：事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B)，读作“在B条件下A的概率”。

朴素贝叶斯分类的正式定义如下：

那么现在的关键就是如何计算第3步中的各个条件概率。我们可以